TASS 2018: The Strength of Deep Learning in Language Understanding Tasks

• Autores: Manuel Carlos Díaz Galiano , Miguel Ángel García Cumbreras , Manuel García Vega, Yoan Gutiérrez Vázquez , Eugenio Martínez Cámara , Alejandro Piad Morffis, Julio Villena
• Localización: Procesamiento del lenguaje natural, ISSN 1135-5948, Nº. 62, 2019, págs. 77-84
• Idioma: español
• Títulos paralelos:
  • TASS 2018: La Potencia del Aprendizaje Profundo en Tareas de Comprensión del Lenguaje
• Enlaces
  • Texto completo
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    La edición de 2018 de TASS ha sido la de la evolución de TASS hacia un taller de evaluación competitiva sobre tareas de análisis semántico y de entendimiento del lenguaje, ampliando así su cobertura de tareas más allá del análisis de opiniones. De este modo, a las dos tareas cl asicas de clasificación de la polaridad a nivel de tuit y a nivel de aspecto, se ha añadido una tarea de extracción de relaciones semánticas en el dominio médico, y otra de clasificación de emociones en el dominio periodístico. Son numerosos los sistemas que se evaluaron en TASS 2018, y hay que destacar que la mayoría de ellos están a la vanguardia en el uso de técnicas de clasificación, destacando los sistemas basados en Aprendizaje Profundo. Como contribución adicional, TASS 2018 ha publicado dos nuevos corpora, correspondientes a las dos nuevas tareas.

  • English

    The edition of TASS in 2018 was the edition of the evolution of TASS to a competitive evaluation workshop on semantic and text understanding tasks. Consequently, TASS has enlarged the coverage of tasks, and it goes beyond sentiment analysis. Thereby, two new tasks focused on semantic relation extraction in the health domain and emotion classification in the news domain were added to the two traditional tasks of TASS, namely sentiment analysis at tweet level and aspect level. Several systems were submitted, and most of them are based on state of the art classification methods, which highlight those ones grounded in Deep Learning. As addition contribution, TASS 2018 released two new corpora, specifically the ones of the two new tasks.

• Referencias bibliográficas
  • Chiruzzo, L. and A. Rosá. 2018. RETUYTInCo at TASS 2018: Sentiment analysis in spanish variants using neural networks and svm. In Proceedings...
  • Cohen, J. 1960. A coefficient of agreement for nominal scales. Educational and Psychological Measurement, 20(1):37–46.
  • González, J.-A., L.-F. Hurtado, and F. Pla. 2018a. ELiRF-UPV en TASS 2018: Categorización emocional de noticias. In Proceedings of TASS 2018,...
  • González, J.-A., L.-F. Hurtado, and F. Pla. 2018b. ELiRF-UPV en TASS 2018: Análisis de sentimientos en twitter basado en aprendizaje profundo....
  • Graff, M., E. S. Tellez, H. Jair Escalante, and S. Miranda-Jiménez, 2017. Semantic Genetic Programming for Sentiment Analysis, pages 43–65....
  • Herrera-Planells, J. and J. Villena-Román. 2018. MeaningCloud at TASS 2018: News headlines categorization for brand safety assessment. In...
  • Landis, J. R. and G. G. Koch. 1977. The measurement of observer agreement for categorical data. biometrics, pages 159– 174.
  • López-Ubeda, P., M. C. Díaz-Galiano, M. T. Martín-Valdivia, and L. A. Urena-Lopez. 2018. SINAI en TASS 2018 Task 3. Clasificando acciones...
  • Luque, F. M. and J. M. Pérez. 2018. Atalaya at TASS 2018: Sentiment analysis with tweet embeddings and data augmentation. In Proceedings...
  • Martínez-Cámara, E., Y. Almeida-Cruz, M. C. Díaz-Galiano, S. Estévez-Velarde, M. A. García-Cumbreras, M. GarcíaVega, Y. Gutiérrez, A. Montejo-Ráez,...
  • Martínez-Cámara, E., M. C. Díaz-Galiano, M. A. García-Cumbreras, M. GarcíaVega, and J. Villena-Román. 2017. Overview of TASS 2017. In Proceedings...
  • Medina, S. and J. Turmo. 2018. Joint classification of key-phrases and relations in electronic health documents. In Proceedings of TASS 2018,...
  • Moctezuma, D., J. Ortiz-Bejar, E. S. Tellez, S. Miranda-Jiménez, and M. Graff. 2018. INGEOTEC solution for task 4 in TASS’18 competition....
  • Montanés, R., R. Aznar, and R. del Hoyo. 2018. Aplicación de un modelo híbrido de aprendizaje profundo para el análisis de sentimiento...
  • Palatresi, J. V. and H. R. Hontoria. 2018. TASS2018: Medical knowledge discovery by combining terminology extraction techniques with machine...
  • Plaza del Arco, F. M., E. Martínez-Cámara, M. T. Martín Valdivia, and A. Ureña López. 2018. SINAI en TASS 2018: Inserción de conocimiento...
  • Rodríguez Barroso, N., E. Martínez-Cámara, and F. Herrera. 2018. SCI2S at TASS 2018: Emotion classification with recurrent neural networks....
  • Suarez-Paniagua, V., I. Segura-Bedmar, and P. Martínez. 2018. ABDA at TASS-2018 task 3: Convolutional neural networks for relation classification...
  • Zavala, R. M. R., P. Martínez, and I. SeguraBedmar. 2018. A hybrid Bi-LSTM-CRF model for knowledge recognition from ehealth documents. In...