Apr, 2022
UMass PCL 参加 SemEval-2022 任务 4:基于预训练语言模型的集成方法用于检测居高临下和轻蔑语言
UMass PCL at SemEval-2022 Task 4: Pre-trained Language Model Ensembles for Detecting Patronizing and Condescending Language
David Koleczek, Alex Scarlatos, Siddha Karakare, Preshma Linet Pereira
TL;DR本文描述了我们提交给 SemEval 2022 任务 4 的依靠预训练语言模型,数据增强和优化检测阈值来检测媒体针对弱势群体使用的居高临下的语言,实验结果表明它能可靠地检测到居高临下的语言,二元分类任务的 F1 得分为 55.47%,细粒度多标签检测任务的宏 F1 得分为 36.25%。