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.
Idioma
Español
NLP topic
Tarea abstracta
Año
2022
Enlace publicación
Métrica Ranking
Macro F1
Mejores resultados para la tarea
| Sistema | Precisión | Recall | F1 | CEM | Accuracy | MacroPrecision | MacroRecall | MacroF1 Ordenar ascendente | RMSE | MicroPrecision | MicroRecall | MicroF1 | MAE | MAP | UAS | LAS | MLAS | BLEX | Pearson correlation | Spearman correlation | MeasureC | BERTScore | EMR | Exact Match | F0.5 | Hierarchical F | ICM | MeasureC | Propensity F | Reliability | Sensitivity | Sentiment Graph F1 | WAC | b2 | erde30 | sent | weighted f1 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| UMU-TeamRun1 | 0.9900 | ||||||||||||||||||||||||||||||||||||
| UC3MRun1 | 0.9800 | ||||||||||||||||||||||||||||||||||||
| CIMAT MTY-GTORun1 | 0.9800 | ||||||||||||||||||||||||||||||||||||
| MCE-TeamRun2 | 0.9800 | ||||||||||||||||||||||||||||||||||||
| MCE-TeamRun1 | 0.9800 |
