semeval-2020 | BriefGPT - AI 论文速递

关键词semeval-2020

搜索结果 - 15

基于自编码语言模型的集成学习用于常识验证和解释
本文提出了一种基于自编码语言模型的集成学习方法，称为 ALMEn，用于常识验证和解释，在 SemEval-2020 任务 4 的基准数据集上表现良好，可区分违反常识的自然语言陈述并正确识别其原因，验证和解释选择子任务的准确性分别达到 97.
PDF2 years ago
COLINGBRUMS 在 SemEval-2020 任务 3 中：针对词语相似度中上下文的（分级）影响进行上下文嵌入的预测
本文介绍了团队 BRUMS 参与 SemEval-2020 任务 3 的情况，其采用了最先进的上下文单词嵌入技术，包括堆叠嵌入和平均嵌入等任务特定的适应方法。该方法在所有语言中均获得了良好的评估分数，同时保持了简单性。在最终排名中，我们的方
PDF4 years ago
Galileo 在 SemEval-2020 任务 12 中：使用预训练语言模型进行多语言攻击性语言识别的学习
本文研究使用预训练语言模型 ERNIE 和 XLM-R 在社交媒体中检测和分类攻击性语言，提出了一种多语言方法和知识蒸馏方法，并在 SemEval-2020 任务 12 中表现出了优异的性能，成为唯一在所有语言下排名前三的团队。
PDF4 years ago
UPB 在 SemEval-2020 任务 6 中：预训练语言模型用于定义提取
本研究使用多个预训练语言模型，包括 BERT、XLNet、RoBERTa、SciBERT 和 ALBERT，通过冻结和微调它们的权重，并探索多任务架构，以解决 SemEval-2020 中的三个 DeftEval 子任务，最终取得 32 和
PDF4 years ago
SemEval-2020 任务 10 中 ERNIE：使用预训练语言模型学习词汇强调选择
ERNIE 团队在 SemEval-2020 的任务 10 中取得第一名，提出了一种利用无监督预训练模型并在任务中进行微调的方法来寻找给定句子中最重要的单词，并证明这种方法可以通过额外的特征工程和数据增强来提高表现。最终他们的模型取得了 0
PDF4 years ago
SemEval-2020 任务 11：新闻文章中的宣传技术检测
本文介绍了 SemEval-2020 任务 11 的研究结果和主要发现，该任务主要是探测新闻文章中的宣传技术。该任务由两个子任务组成，分别是文本片段的位置识别和宣传技术的分类。该任务吸引了 250 个团队的参与，最优解为使用预训练转换器和合
PDF4 years ago
CyberWallE 在 SemEval-2020 Task 11 中：针对宣传检测的集成模型的特征工程分析
本篇论文介绍了我们在 SemEval-2020 挑战赛 “新闻文章中宣传技巧检测” 的参赛结果，我们使用 bi-LSTM 体系结构进行子任务 Span Identification（SI）和使用复杂的 ensemble model 进行子任
PDF4 years ago
SemEval-2020 任务 10：视觉媒体中书面文本的重点选择
本文总结了 SemEval-2020 任务 10 的主要结果，该任务旨在设计自动化方法选择文本内容中的强调元素，并发现 BERT 是参与者常用的预训练模型之一。
PDF4 years ago
SemEval-2020 任务 5：反事实识别
该研究提出并介绍一项计算机任务，即 SemEval-2020 第 5 项共享任务，该任务通过两个子任务为自然语言文本中的反事实语句的识别提供基准，其中第一子任务确定一个句子是否为反事实陈述，第二子任务要求识别出一个反事实陈述中的前置条件和结
PDF4 years ago
SemEval-2020 第 7 项任务：评估编辑新闻标题中的幽默
本文讲述了 SemEval-2020 共享任务 “评估编辑新闻标题中的幽默”。任务的数据集包含应用了简短编辑使其有趣的新闻标题，这些编辑后的标题的有趣程度使用众包评级。该任务包括两个子任务，第一个是在 0-3 区间的幽默等级上估计标题的幽默
PDF4 years ago
SemEval-2020 任务 5 中的 BUT-FIT：使用深度预训练语言表示模型自动检测虚拟语气陈述
本论文介绍了 BUT-FIT 在 SemEval-2020 任务 5 中的提交，即对语言中的因果推理进行建模，包括检测逆事实是否存在，以及从文本中提取逆事实的前因后果部分。研究者们针对语言表示模型进行了实验，结果表明 RoBERTa 能够在
PDF4 years ago
IITK-RSA 参加 SemEval-2020 任务 5：检测反事实
本文描述了解决 SemEval-2020 任务 5 的努力，该任务涉及检测称为反事实的一类文本表达式并将其分解为其组成部分。
PDF4 years ago
MMSemEval-2020 任务 4：常识验证与解释
本文介绍了 SemEval-2020 任务 4，Commonsense Validation and Explanation (ComVE)，该任务包括三个子任务，旨在评估一个系统能否区分人类可以理解的自然语言语句和不可理解的语句，并提供解
PDF4 years ago
SemEval-2020 任务 12：社交媒体中的多语种攻击性语言识别（OffensEval 2020）
总结 SemEval-2020 中的 OffensEval 任务，它涉及多语言社交媒体中的多语种冒犯性语言识别，并说明了其在 OffensEval 2019 中的分层分类结构。
PDF4 years ago
UiO-UvA 在 SemEval-2020 任务 1 中：用于词汇语义变化检测的上下文嵌入
该研究应用上下文化词嵌入到 SemEval-2020 Shared Task 1 的词汇语义变化检测中，着重于子任务 2，在两种上下文化体系结构（BERT 和 ELMo）和三种变化检测算法方面，分析了其性能。我们发现，最有效的算法依赖于平均
PDF4 years ago