semeval-2023 | BriefGPT - AI 论文速递

关键词semeval-2023

搜索结果 - 15

PetKaz 参与 SemEval-2024 任务 3：利用 LLM 在对话中提取情绪 - 原因对进行情绪分类的创新
本文以 SemEval-2023 任务 3 “对话中多模态情绪因果分析竞赛” 的参赛报告为基础，着重从对话中提取情绪 - 原因二元组。具体而言，我们的方法通过结合经过微调的 GPT-3.5 实现情绪分类和基于 BiLSTM 的神经网络实现原
PDF3 months ago
Nonet 参加 SemEval-2023 任务六：法律评估方法学
本研究以 SemEval-2023 的 LegalEval 任务为基础，集中研究了法律命名实体识别、法院判决预测和带解释的法院判决预测等三个子任务，并通过各种实验详细展示了结果、数据统计和方法论。
PDF9 months ago
ACLUCAS-IIE-NLP 在 SemEval-2023 任务 12 中的表现：增强低资源情感分析的多语言 BERT 泛化能力
本文描述了我们为 SemEval-2023 任务 12 而设计的系统：对非洲语言进行情感分析。为了缓解低资源环境下标记数据和语言资源的短缺问题，我们提出了一个通用的多语言系统 SACL-XLMR，用于对低资源语言进行情感分析。我们的系统在多
PDFa year ago
Adam-Smith 参加 SemEval-2023 任务 4：使用基于 Transformer 的模型集合发现论点中的人类价值观
本文介绍了在 SemEval-2023 任务 4（“辩论背后人类价值观的识别”）中表现最好的 “亚当・斯密” 方法，该方法利用基于 transformer 的模型通过 Ensembling，选择全局决策阈值，从而实现在竞赛中获得最佳表现。同
PDFa year ago
ACLSemEval-2023 任务 2: 细粒度多语种命名实体识别（MultiCoNER 2）
该研究介绍了 SemEval-2023 Task 2 的发现，该任务主要聚焦于跨越 12 种语言的复杂名词实体的识别方法（如 WRITTENWORK，VEHICLE，MUSICALGRP），并研究了如何在单语和多语境以及噪声情况下实现。Mu
PDFa year ago
ACLIUST_NLP 参加 SemEval-2023 第 10 项任务：基于 Transformers 和任务自适应预训练的可解释性性别歧视检测
本论文描述了我们的系统，旨在设计出一个自动系统来探测和分类在线空间中的性别歧视内容。我们提出了一组基于 transformer 的预训练模型，通过任务适应式预训练和集成学习相结合。通过分析不同的 transformer-based 预训练模
PDFa year ago
斯坦福 MLab 参加 SemEval-2023 任务 10：探索基于 GloVe 和 Transformer 的可解释在线性别歧视检测方法
本文讨论了我们在 SemEval-2023 任务 10 中应用的方法：实现在线性别歧视的可解释检测。我们进行了三个分类任务以预测文本是否具有性别歧视，将性别歧视文本分类为子类以提供其他解释。我们尝试了许多不同类型的模型，包括 GloVe 嵌
PDFa year ago
HausaNLP 在 SemEval-2023 任务 10 中的应用：传递学习、合成数据和侧面信息用于多级别性别歧视分类
本文对 SemEval-2023 Task 10 的 EDOS 任务进行了参与和研究，讨论了将两个语言模型：XLM-T 和 HateBERT 迁移用于英语 Gab 和 Reddit 数据集的多层次分类，进一步细分至性别歧视或非性别歧视，并使
PDFa year ago
HausaNLP 参加 SemEval-2023 任务 12：利用非洲低资源推文数据进行情感分析
通过 SemEval-2023 任务 12，使用 Twitter 数据组进行低资源非洲语言情感分析。使用预训练的 Afro-xlmr-large、AfriBERTa-Large、Bert-base-arabic-camelbert-da-s
PDFa year ago
ACL基于系统发育适配器的 SemEval-2023 任务 12 情感分析
GMU 使用预训练的 AfroXLMR 模型，在 SemEval-2023 分享任务 AfriSenti-SemEval 中，通过使用适配器调优和数据增强，成功在多个任务中取得最好的成绩。在所有 15 个任务中，我们的系统排名第五。
PDFa year ago
KINLP 在 SemEval-2023 第 12 项任务中：基尼亚隆达语推特情感分析
本文描述了作者参加 SemEval-2023 任务 12 的系统，该系统专注于 Kinyarwanda 语言并使用特定于该语言的模型，使用双层变形金刚体系结构对 Kinyarwanda 语言进行建模，变形金刚模型使用多任务掩码形态预测在大型
PDFa year ago
SemEval-2023 论文集中的 MarsEclipse: 对比学习辅助的多语言多标签框架检测
该研究使用多标签对比损失在多语言环境下对大型预训练语言模型进行微调，在 SemEval-2023 任务 3 子任务 2 的 Framing Detection 中表现竞争力十分强劲。
PDFa year ago
SemEval-2023 任务 3 的英国谢菲尔德 VeraAI 团队：新闻体裁、主题和说服技巧分类的单语和多语方法
研究使用多语言集成模型，针对 SemEval-2023 任务 3：在在线新闻中检测类别、框架和说服技巧。在三个子任务中，使用 RoBERTa 和 mBERT 等方法，分别在不同语言中获得前几名的结果。
PDFa year ago
Hitachi 团队在 SemEval-2023 任务 3 中：探索跨语言多任务策略用于在线新闻体裁和框架检测
本文介绍了 Team Hitachi 参与 SemEval-2023 任务 3“检测多语言环境下在线新闻中的流派、框架和说服技巧” 的经验。通过多项实验，作者发现跨语言 / 多任务训练与收集外部平衡数据集有益于流派和框架检测，并构建集成模型
PDFa year ago
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。
PDFa year ago