OPI at SemEval-2023 Task 9: A Simple But Effective Approach to Multilingual Tweet Intimacy Analysis
OPI at SemEval-2023 Task 9: A Simple But Effective Approach to Multilingual Tweet Intimacy Analysis
复制标题
OPI 在 SemEval-2023 任务 9：一种简单但有效的多语言推文亲密度分析方法
DOI：
10.48550/arxiv.2304.07130
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Slawomir Dadas
中科院分区：
文献类型：
--
作者：
Slawomir Dadas
本文介绍了我们提交的SemEval 2023多语言推文亲密度分析共享任务。这项任务的目标是评估十种语言的Twitter帖子的亲密程度。所提出的方法包括几个步骤。首先，我们执行域内预训练，以创建适应Twitter数据的语言模型。在下一步中，我们训练一个回归模型集合，以使用伪标记的示例扩展训练集。扩展数据集用于训练最终解决方案。我们的方法在十个语言子任务中的五个中排名第一，在所有语言中获得了最高的平均分数。
This paper describes our submission to the SemEval 2023 multilingual tweet intimacy analysis shared task. The goal of the task was to assess the level of intimacy of Twitter posts in ten languages. The proposed approach consists of several steps. First, we perform in-domain pre-training to create a language model adapted to Twitter data. In the next step, we train an ensemble of regression models to expand the training set with pseudo-labeled examples. The extended dataset is used to train the final solution. Our method was ranked first in five out of ten language subtasks, obtaining the highest average score across all languages.
SemEval-2023 任务 9：多语言推文亲密度分析
DOI：
10.18653/v1/2023.semeval-1.309
发表时间：
2023
期刊：
Proceedings of the 17th International Workshop on Semantic Evaluation (SemEval-2023
影响因子：
--
作者：
Pei, Jiaxin;Silva, Vítor;Bos, Maarten;Liu, Yozen;Neves, Leonardo;Jurgens, David;Barbieri, Francesco
通讯作者：
Barbieri, Francesco
量化语言的亲密程度
DOI：
10.18653/v1/2020.emnlp-main.428
发表时间：
2020
期刊：
Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP
影响因子：
--
作者：
Pei, Jiaxin;Jurgens, David
通讯作者：
Jurgens, David