Sentiment analysis

Esta es una tarea de clasificación en la cual el sistema participante puede predecir la polaridad de una opinión en TripAdvisor emitida por un turista que viajó a los lugares, restaurantes y hoteles más representativos de México. La clase de cada opinión es un número entero entre [1, 5], donde 1 representa la polaridad más negativa y 5 la más positiva.

Publicación
Miguel Á. Álvarez-Carmona, Ángel Díaz-Pacheco, Ramón Aranda, Ansel Y. Rodríguez-González, Daniel Fajardo-Delgado, Rafael Guerrero-Rodríguez, Lázaro Bustio-Martínez (2022) Overview of Rest-Mex at IberLEF 2022: Recommendation System, Sentiment Analysis and Covid Semaphore Prediction for Mexican Tourist Texts. Procesamiento del Lenguaje Natural, Revista nº 69, septiembre de 2022, pp. 289-299.
Competición
Rest-Mex en IberLEF 2022: Sistema de Recomendación, Análisis de Sentimiento y Predicción de Semáforo Covid para Textos Turísticos Mexicanos
Idioma
Español
URL Tarea
https://sites.google.com/cicese.edu.mx/rest-mex-2022
NLP topic
análisis de sentimiento
Tarea abstracta
Clasificación
Dataset
RestMEX-sentiment analysis
Año
2022
Enlace publicación
http://journal.sepln.org/sepl…
Métrica Ranking
Macro F1

Mejores resultados para la tarea

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.