Stance Classification of Tweets Using Skip Char Ngrams

HaCohen-Kerner, Yaakov; Ido, Ziv; Ya’akobov, Ronen

doi:10.1007/978-3-319-71273-4_22

Cited by 21 publications

(22 citation statements)

References 15 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…We have submitted 17 models: 6 models to task 6-A, 6 models to task 6-B, and 5 models to task 6-C. We applied the Python module called Scikitlearn (Pedregosa et al, 2011) using the TF-IDF scheme called TfidfTransformer 3 and we applied various supervised ML methods with various numbers of n-gram features, skip word/char ngrams (HaCohen-Kerner et al, 2017) and combinations of pre-processing types.…”

Section: The Submitted Models and Experimental Resultsmentioning

confidence: 99%

See 1 more Smart Citation

JCTICOL at SemEval-2019 Task 6: Classifying Offensive Language in Social Media using Deep Learning Methods, Word/Character N-gram Features, and Preprocessing Methods

HaCohen-Kerner¹,

Ben-David²,

Didi³

et al. 2019

Proceedings of the 13th International Workshop on Semantic Evaluation

Self Cite

View full text Add to dashboard Cite

In this paper, we describe our submissions to SemEval-2019 task 6 contest. We tackled all three sub-tasks in this task "OffensEval-Identifying and Categorizing Offensive Language in Social Media". In our system called JCTICOL (Jerusalem College of Technology Identifies and Categorizes Offensive Language), we applied various supervised ML methods. We applied various combinations of word/character ngram features using the TF-IDF scheme. In addition, we applied various combinations of seven basic preprocessing methods. Our best submission, an RNN model was ranked at the 25 th position out of 65 submissions for the most complex sub-task (C).

show abstract

Section: The Submitted Models and Experimental Resultsmentioning

confidence: 99%

“…Stance classification of tweets was investigated by HaCohen-Kerner et al (2017). Given test datasets of tweets from five various topics, they classified the stance of the tweet authors as either in FAVOR of the target, AGAINST it, or NONE.…”

Section: Tweet Classificationmentioning

confidence: 99%

JCTICOL at SemEval-2019 Task 6: Classifying Offensive Language in Social Media using Deep Learning Methods, Word/Character N-gram Features, and Preprocessing Methods

HaCohen-Kerner¹,

Ben-David²,

Didi³

et al. 2019

Proceedings of the 13th International Workshop on Semantic Evaluation

Self Cite

View full text Add to dashboard Cite

show abstract

“…Bu sebeple baz yöntem olarak kullanılmaktadır. Sıklıkla kullanılan diğer yöntemler arasında NB (HaCohen-Kerner et al, 2017;Lai et al, 2016), ESA (Hercig et al, 2017;Zhang et al, 2017;Zhou et al, 2017), RO Algoritması (Aker et al, 2017;Tsakalidis et al, 2018) yer almaktadır.…”

Section: İlgili çAlışmalarunclassified

Türkçe Duruş Tespit Analizi

Polat¹,

Bayazit²,

Yıldız³

2021

European Journal of Science and Technology

View full text Add to dashboard Cite

Özİnternet kullanımının yaygınlaşmasıyla birlikte insanlar düşüncelerini, o anki duygu durumlarını sosyal medya araçları ve çevrimiçi forumlar üzerinden paylaşmaya başladılar. Bu durum metin verilerinin miktarında büyük bir artışa neden oldu. Başta Twitter platformundan elde edilen veriler olmak üzere sosyal medya kaynaklı veriler duygu analizi, metin sınıflandırma, konu modelleme, ironi tespiti, görüş madenciliği gibi pek çok çalışmada kullanılmaktadır. Bu çalışmalardan biri de duruş tespitidir. Duruş tespiti, bir hedefyorum çifti için yorum yazarının hedefe yönelik duruşunun yorum metninden otomatik olarak çıkarılması işlemidir. Burada hedef bir insan, olay, durum veya bir ürün olabilir. Duruş tespitinde amaç bir yorumun sahibinin belirli bir hedefe yönelik duruşunun "Destekliyor" / "Desteklemiyor" / "Duruş Yok" olarak sınıflandırılmasıdır. Türkçe dilinde duruş tespiti çalışmalarında kullanılmak üzere hazırlanmış kapsamlı bir veri kümesi bildiğimiz kadarıyla bulunmamaktadır. Çalışmada ilk olarak bir çevrimiçi forumdan veri kazıma yöntemi ile 6 hedef için toplanmış yorumlardan oluşan bir Türkçe Duruş Veri Seti oluşturulmuştur. Veri seti toplam 5031 hedef-yorum çiftinden oluşmaktadır. Her bir hedef-yorum çifti üniversite dil bölümü mezunu kişilerce etiketlenmiştir. Veri seti üzerinde Naive Bayes, Destek Vektör Makinesi, AdaBoost, XGBoost, Rastgele Orman ve Evrişimli Sinir Ağı yöntemleri ile duruş tespit analizi yapılarak sonuçlar paylaşılmıştır. Metin temsili olarak sözcük torbası, terim frekansı -ters doküman frekansı ve kelime gömme yöntemleri kullanılmıştır. Performans değerlendirmesinde Matthews Korelasyon Katsayısı kullanılmıştır. Yapılan deneylerde en iyi sonuçların XGBoost ve Evrişimli Sinir Ağı yöntemleri ile elde edildiği gözlemlenmiştir. Oluşturulan Evrişimli Sinir Ağı modelinden çıkartılan özniteliklere entegre grandyanlar yöntemi uygulanarak girdi verilerindeki özniteliklerin model tahminine katkıları incelenmiş; yazılan bir yorumdaki her kelimenin modelin tahminine katkısı görselleştirilerek örneklerle sunulmuştur.

show abstract

“…In this experiment we tested the addition of open n-grams to subword features, to see if they improved fastText vector representations. We experimented many different encoding schemes, and found that including both open, and regular contiguous n-grams gave inferior results to just using open n-grams 8 . In other words, contiguous n-grams always degraded performance.…”

Section: Experiments 2: Non-contiguous N-gramsmentioning

confidence: 99%

Enhancing Subword Embeddings with Open N-grams

Veres

Kapustin

2020

Natural Language Processing and Information Systems

View full text Add to dashboard Cite

Using subword n-grams for training word embeddings makes it possible to subsequently compute vectors for rare and misspelled words. However, we argue that the subword vector qualities can be degraded for words which have a high orthographic neighbourhood; a property of words that has been extensively studied in the Psycholinguistic literature. Empirical findings about lexical neighbourhood effects constrain models of human word encoding, which must also be consistent with what we know about neurophysiological mechanisms in the visual word recognition system. We suggest that the constraints learned from humans provide novel insights to subword encoding schemes. This paper shows that vectors trained with subword properties informed by psycholinguistic evidence are superior to those trained with ad hoc ngrams. It is argued that physiological mechanisms for reading are key factors in the observed distribution of written word forms, and should therefore inform our choice of word encoding.

show abstract

Stance Classification of Tweets Using Skip Char Ngrams

Cited by 21 publications

References 15 publications

JCTICOL at SemEval-2019 Task 6: Classifying Offensive Language in Social Media using Deep Learning Methods, Word/Character N-gram Features, and Preprocessing Methods

JCTICOL at SemEval-2019 Task 6: Classifying Offensive Language in Social Media using Deep Learning Methods, Word/Character N-gram Features, and Preprocessing Methods

Türkçe Duruş Tespit Analizi

Enhancing Subword Embeddings with Open N-grams

Contact Info

Product

Resources

About