نبذة مختصرة : National audience ; We detail the LIUM-OCTO results on DEFT 2017, considering polarity detection (task 1), andfigurative language identification (task 2). About task 1, we designed rules-based systems and severalstatistical systems that we stacked. The rules-based system exploits features extracted after a deepinsight in the corpus. The features used in the statistical classifiers allow a fine-grain description oftweets. About task 2, we combine and evaluate features described in the literature. We also used thefeatures extracted for task 1 to train our classifiers. ; Nous présentons le travail de l'équipe LIUM-OCTO pour DEFT 2017 sur les tâches de détection de polarité (tâche 1), et d'identification du langage figuratif (tâche 2). En tâche 1, nous produisons des systèmes à base de règles et plusieurs systèmes statistiques, que nous combinons pour obtenir notre meilleur système. Ces systèmes travaillent sur des descripteurs très variés, obtenus à partir d'une étude approfondie du corpus pour les règles, et d'un grand nombre d'indicateurs spécifiques à la description du texte pour les approches statistiques. En tâche 2, à partir d'un état de l'art détaillé, nous combinons et évaluons les différents descripteurs connus de la littérature. Nous utilisons également les indicateurs extraits en tâche 1 pour apprendre nos classifieurs statistiques. ABSTRACT LIUM-OCTO Results-DEFT 2017. We detail the LIUM-OCTO results on DEFT 2017, considering polarity detection (task 1), and figurative language identification (task 2). About task 1, we designed rules-based systems and several statistical systems that we stacked. The rules-based system exploits features extracted after a deep insight in the corpus. The features used in the statistical classifiers allow a fine-grain description of tweets. About task 2, we combine and evaluate features described in the literature. We also used the features extracted for task 1 to train our classifiers.
Processing Request
No Comments.