2017acl---Learning Cognitive Features from Gaze Data for Sentiment and Sarcasm Classification笔记

文章标题：

 

Learning Cognitive Features from Gaze Data for Sentiment and Sarcasm
Classification using Convolutional Neural Network

 

 

 

摘要

认知NLP系统是利用行为数据抽取的从眼动模式，脑图认知特征来增强传统的基于文档特征。

 

实验证明了，用自动学习的眼动数据特征和文本特征的组合，分类性能优于（1）基于单独依赖文本特征输入的CNN和（2）现有的基于手工制作的眼动和文本特征的系统。

 

 

介绍

就是说之前的系统难以处理微妙的情感分类，比如说“我真是非常爱我的工作，每天泡在工作里40个小时”其实应该是消极的情绪，但在缺乏外部信息的情况下现有的系统很难分类正确，但2016年的两篇文章介绍了利用读者的快速眼动信息来提升这些微妙的情感分类处理的性能。现有工作很少有利用眼动信息的，并且眼动信息依赖于手工提取特征。