Classification of tweets containing self-reported COVID-19 symptoms

Esta tarea consiste en identificar menciones personales de síntomas de COVID-19 en tweets. Es un problema de clasificación de tres categorías, que requiere que los participantes distingan menciones personales de síntomas (informes propios) de otras menciones, como síntomas reportados por otros (informes no personales) y referencias a fuentes externas (menciones en literatura/noticias).

El conjunto de tweets anotados para esta tarea es un conjunto de tweets en español, curados manualmente.

La tarea se aloja en Codalab en https://codalab.lisn.upsaclay.fr/competitions/3535

 

 

Publicación
Davy Weissenbacher, Juan Banda, Vera Davydova, Darryl Estrada Zavala, Luis Gasco Sánchez, Yao Ge, Yuting Guo, Ari Klein, Martin Krallinger, Mathias Leddin, Arjun Magge, Raul Rodriguez-Esteban, Abeed Sarker, Lucia Schmidt, Elena Tutubalina, and Graciela Gonzalez-Hernandez. 2022. Overview of the Seventh Social Media Mining for Health Applications (#SMM4H) Shared Tasks at COLING 2022. In Proceedings of The Seventh Workshop on Social Media Mining for Health Applications, Workshop & Shared Task, pages 221–241, Gyeongju, Republic of Korea. Association for Computational Linguistics.
Idioma
Español
Tarea abstracta
Año
2022
Métrica Ranking
F1

Mejores resultados para la tarea

Sistema Precisión Recall F1
14 0.9000 0.9000 0.9000
26 0.8600 0.8600 0.8600
46 0.8500 0.8500 0.8500
13 0.8500 0.8500 0.8500
5 0.8500 0.8500 0.8500

Si has publicado un resultado mejor que los de la lista, envía un mensaje a odesia-comunicacion@lsi.uned.es indicando el resultado y el DOI del artículo, junto con una copia del mismo si no está publicado en abierto.