Oct, 2022

SemEval 2023 任务 9：多语言推文亲密度分析

PDF
TL;DR提出了一个名为 MINT 的针对 13,372 条推文的多语言亲密性分析数据集，并在英语、法语、西班牙语、意大利语、葡萄牙语、韩语、荷兰语、中文、印地语和阿拉伯语等 10 种语言上进行了基准测试，并发布了该数据集。同时，与此数据集相关的语义分析比赛任务为 SemEval 2023 Task 9: Multilingual Tweet Intimacy Analysis。
mintmultilingualintimacy analysissemeval 2023pre-trained language models
发现论文，激发创造
  • 2023 年 SemEval 任务 9 中的 OPI：一种简单而有效的多语言推文亲密度分析方法

    本文介绍了在 SemEval 2023 多语言推文亲密度分析共享任务中的提交。任务的目标是评估十种语言的 Twitter 帖子的亲密程度。所提出的方法由几个步骤组成，包括域内预训练、训练回归模型的集成以及使用伪标记示例扩展训练集等。该方法在十个语言子任务中有五个排名第一，在所有语言中获得了最高平均分数。

    Apr, 2023

  • 使用 XLM-T、Google Translate 和集成学习的多语言推文亲密度检测在 SemEval-2023 任务 9 中的应用

    本文基于 XLM-T 提出了一种基于 transformer 的系统，用于预测多语言推特的亲密度，使用英语翻译数据可用于优化训练和推理，取得了 0.599 的总体 Pearson's r 值和排名第四的成绩。

    Apr, 2023

  • 使用多语言转换器集成的文本亲密度分析

    本文介绍了作者在 SemEval 共享任务 9 中对给定文本的亲密度水平进行预测的研究工作，采用多语言模型的集成和语言特定的单语模型，并评估了其他数据增强方法，最后呈现了一些有价值的研究结果。

    Dec, 2023

  • HULAT 参加 SemEval-2023 任务 9：基于数据增强的预训练 Transformer 在多语言推特亲密度分析中的应用

    该研究讨论了使用数据增强技术 fine-tune 最流行的 Transformer 模型来参加 SemEval-2023 任务 9，多语言推文的亲密度分析。研究结果表明，我们的系统在多种语言中有良好表现，尤其是葡萄牙语、英语和荷兰语。

    Feb, 2023

  • SemEval-2020 任务 9：代码混合推文的情感分析概述

    本文介绍了 SemEval-2020 任务 9 关于混合代码推文情感分析（SentiMix 2020）的结果，释放和描述了标记有单词级别语言识别和句子级别情感标签的 Hinglish（印地语 - 英语）和 Spanglish（西班牙语 - 英语）语料库。最好的表现是在 Hinglish 和 Spanglish 分别获得了 75.0％ F1 得分和 80.6％ F1 得分。观察到在比赛者中 BERT-like 模型和集合方法是最常见和成功的方法。

    Aug, 2020

  • MMT：一个印度多语言和多主题的社交媒体数据集

    本文介绍了一个从 Twitter 中收集的大规模、多语言和多主题数据集，包括印度情境下 13 个粗粒度和 63 个细粒度的主题，以及对其中一部分数据进行的注释，进而展示当前现有工具在语言识别和主题建模上面对的挑战和失败，以及为未来的相关研究提供了一个公开的、注释的数据集。

    Apr, 2023

  • M2SA：用于推特情感分析的多模态、多语言模型

    近年来，多模态自然语言处理引起了广泛关注，但我们需要更清晰地分析多语言环境下的多模态任务。本文通过一个简单的策划过程，将一份现有的文本 Twitter 情感数据集转化为多模态格式，从而填补了先前主要关注英语的情感分析研究的空白，并为研究界开辟了情感相关研究的新领域。此外，我们利用这个增强的数据集进行了基准实验，并报告了结果。值得注意的是，我们的评估结果显示，在单模态和多模态配置相比较时，使用一个经过情感调整的大型语言模型作为文本编码器表现出色。

    Apr, 2024

  • XLM-T：用于社交媒体情感分析等多语言语言模型在 Twitter 中的应用

    本文介绍了 XLM-T 模型，用于在 Twitter 中训练和评估多语言语言模型，并提供了新的强大的多语言模型基线和一组统一的不同语言的情感分析 Twitter 数据集和针对它们进行的 XLM-T 模型微调。

    Apr, 2021

  • SemEval-2013 任务 2：Twitter 中的情感分析

    通过提出 SemEval-2013 任务 2：Twitter 情感分析的表达级子任务和消息级子任务以及在亚马逊机械土耳其上使用众包技术标记大型 Twitter 训练数据集及其他的测试集，对情感分析在社交媒体上进行了研究。该研究因结果的准确性获得了广泛关注和讨论。

    Dec, 2019

  • TwHIN-BERT：用于多语种推文具有社交增强的预训练语言模型

    TwHIN-BERT 是一种多语言语言模型，使用来自 Twitter 的专业领域数据进行训练，并通过具有基于 Twitter 异构信息网络（TwHIN）中丰富的社交互动的社交目标的训练使其不同于以前的预训练语言模型。我们在各种多语言社交推荐和语义理解任务上评估了我们的模型，并展示了相对于已建立的预训练语言模型的重大指标改进。

    Sep, 2022