
<html xmlns="http://www.w3.org/1999/xhtml">

<head>

<title></title>

</head>

<body>

<div name="messageBodySection">

<div dir="auto">Dear Colleagues,<br />

<br />

We are glad to invite you to participate in SemEval-2023 Shared Task 12, the first SemEval shared task for sentiment analysis targeting African low resource languages.<br />

The AfriSenti-SemEval Shared Task 12 is based on a collection of humanly annotated Twitter datasets in 16 African languages (all low resource) for sentiment classification. This year, we have three sub-tasks, from which the participants can choose one or more tasks depending on their preference.<br />

<br />

<strong>Task A: Monolingual Sentiment Classification</strong><br />

<br />

Given training data in a target language, determine the polarity of a tweet in the target language (positive, negative, or neutral). If a tweet conveys both a positive and negative sentiment, whichever is the stronger sentiment should be chosen. This sub-task covers 15 languages namely, Hausa, Yoruba, Igbo, Nigerian_Pidgin, Amharic, Algerian Arabic, Kinyarwanda, Twi, Mozambican Portuguese, Swahili, Setswana, isiZulu, Moroccan Arabic/Darija, Xitsonga (South-African Dialect), Xitsonga (Mozambique Dialect)<br />

<br />

<strong>Task B: Multilingual Sentiment Classification</strong><br />

<br />

Given a combined training data from 12 African languages, determine the polarity of a tweet in the target language (positive, negative, or neutral).<br />

<br />

<strong>Task C: Zero-Shot Sentiment Classification</strong><br />

<br />

Given unlabeled tweets in two African languages (Oromo, and Tigrinya), leverage any or all of the available training datasets in Subtasks A and B to determine the sentiment of a tweet in the two target languages is positive, negative, or neutral.<br />

<br />

Helpful Links:<br />

<br />

<strong>Codalab competition page:</strong> <a href="https://codalab.lisn.upsaclay.fr/competitions/7320" target="_blank">https://codalab.lisn.upsaclay.fr/competitions/7320</a><br />

<strong>Task website</strong>: <a href="https://afrisenti-semeval.github.io/" target="_blank">https://afrisenti-semeval.github.io/</a><br />

<br />

<strong>Prize:</strong><br />

<br />

The afriSenti-SemEval competition has a prize and will be awarded to the best performing team in each of the three sub-tasks.<br />

<br />

- <strong>African League</strong>: To encourage African participation, this league is for teams with at least one African .<br />

<br />

-<strong> Masters and Undergraduate League: </strong>This league is dedicated to masters and undergraduate students only .<br />

<br />

- <strong>Worldwide League:</strong> Be a participant from any country.<br />

<br />

Important Dates:<br />

<br />

- Training data ready - 11 September 2022<br />

- Evaluation Starts - 10 January 2023<br />

- Evaluation End - 31 January 2023<br />

- System Description Paper Due - February 2023<br />

- SemEval workshop Summer 2023 - (co-located with a major NLP conference)<br />

<br />

You can reach out to the organizers at <a href="https://mailto:afrisenti-semeval-organizers@googlegroups.com" target="_blank">afrisenti-semeval-organizers@googlegroups.com</a><br />

<br />

<strong>Task organizers:</strong><br />

<br />

- Shamsuddeen Hassan Muhammad (University of Porto, Portugal, Bayero University, Kano, MasakhaneNLP)<br />

- Seid Muhie Yimam ( Universität Hamburg, Hamburg; MasakhaneNLP)<br />

- Idris Abdulmumin ( Ahmadu Bello University Zaria, Masakhane NLP)<br />

- Ibrahim Sa’id Ahmad ( Bayero University, Kano)<br />

- Abinew Ali Ayele ( Bahir Dar University, Bahir Dar)<br />

- David Ifeoluwa Adelani ( Saarland University, MasaKhaneNLP)<br />

- Bello Shehu Bello (Bayero University, Kano)<br />

- Vukosi Marivate (University of Pretoria; MasaKhane)<br />

- Sebastian Ruder (Google Research )<br />

- Saif M. Mohammad (National Research Council,Canada)<br />

- Nedjma Ousidhoum ( The University of Cambridge)<br />

- Meriem Beloucif (Uppsala University)<br />

- Tadesse Destaw Belay (Wollo University, Dessie)</div>

</div>

</body>

</html>