Resumen de Looking for Features for Supervised Tweet Polarity Classification

Iñaki San Vicente Roncal, Xavier Saralegi Urizar

• español

  Este artículo describe el sistema presentado por Elhuyar para la tarea 1 de análisis de sentimiento enmarcada en la campaña de evaluación TASS 2014. Nuestro sistema trabaja sobre la base de un algoritmo Máquinas de Soporte vectorial (SVM). El sistema combina la información extraida a partir de lexicos de polaridad con características lingüísticas. La incorporación de colocaciones basadas en estrucuras sintácticas así como el enriquecimiento de los léxicos de polaridad son los elementos más determinantes en la mejora de los resultados con respecto a TASS 2013. El sistema obtiene una precisión del 61% para la detección de polaridad de alta granularidad y un 69% para baja granularidad.

• English

  This article describes the system presented by Elhuyar for the task 1 of the TASS 2014 sentiment analysis evaluation campaign. Our system implements a Support Vector Machine (SVM) algorithm. The system combines the information extracted from polarity lexicons with linguistic features. Incorporating syntax based ngrams and enriching the polarity lexicons prove to be the most influential factors in the improvement of the system with respect to our TASS 2013 participation. The system achieves an 61% accuracy fine granularity and an 69% accuracy for coarse granularity polarity detection.