論文の概要: SocialNLP EmotionGIF 2020 Challenge Overview: Predicting Reaction GIF
Categories on Social Media
- arxiv url: http://arxiv.org/abs/2102.12073v1
- Date: Wed, 24 Feb 2021 05:22:10 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-25 13:45:02.233159
- Title: SocialNLP EmotionGIF 2020 Challenge Overview: Predicting Reaction GIF
Categories on Social Media
- Title（参考訳）: SocialNLP EmotionGIF 2020チャレンジの概要:ソーシャルメディア上の反応GIFカテゴリを予測する
- Authors: Boaz Shmueli, Lun-Wei Ku, Soumya Ray
- Abstract要約: 第8回ソーシャルメディア自然言語処理ワークショップ(Social)で開催された「EmotionGIF 2020 Challenge」の概要を紹介します。
この課題は、オンラインテキストに対する感情的な反応を予測し、EmotionGIFデータセットを含むことであった。
新しいデータセットには、リアクションgif付きで40万ツイートが含まれている。
- 参考スコア（独自算出の注目度）: 8.034293322106627
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present an overview of the EmotionGIF2020 Challenge, held at the 8th
International Workshop on Natural Language Processing for Social Media
(SocialNLP), in conjunction with ACL 2020. The challenge required predicting
affective reactions to online texts, and included the EmotionGIF dataset, with
tweets labeled for the reaction categories. The novel dataset included 40K
tweets with their reaction GIFs. Due to the special circumstances of year 2020,
two rounds of the competition were conducted. A total of 84 teams registered
for the task. Of these, 25 teams success-fully submitted entries to the
evaluation phase in the first round, while 13 teams participated successfully
in the second round. Of the top participants, five teams presented a technical
report and shared their code. The top score of the winning team using the
Recall@K metric was 62.47%.
- Abstract（参考訳）: 第8回自然言語処理社会NLP(International Workshop on Natural Language Processing for Social Media)において,ACL 2020と共同で開催されているEmotionGIF2020 Challengeの概要を紹介する。
課題は、オンラインテキストに対する感情的な反応を予測することであり、emotiongifデータセットを含み、リアクションカテゴリにツイートがラベル付けされた。
新しいデータセットには、リアクションgif付きで40万ツイートが含まれている。
2020年の特別な状況のために、コンペティションの2ラウンドが行われました。
このタスクには合計84チームが登録した。
これらのうち、25チームが第1ラウンドで評価フェーズへの応募を成功裏に提出し、13チームが第2ラウンドで成功しました。
トップ参加者のうち、5つのチームがテクニカルレポートを発表し、コードを共有した。
Recall@Kメトリックを使用した勝利チームのトップスコアは62.47%だった。
関連論文リスト
- PVUW 2024 Challenge on Complex Video Understanding: Methods and Results [199.5593316907284]
我々は、MOSEデータセットに基づく複合ビデオオブジェクトトラックと、MeViSデータセットに基づくモーション表現ガイドビデオトラックの2つの新しいトラックを追加した。
2つの新しいトラックでは、挑戦的な要素を特徴とする追加のビデオとアノテーションを提供しています。
これらの新しいビデオ、文、アノテーションにより、より包括的で堅牢なビデオシーン理解の開発を促進することができる。
論文 参考訳（メタデータ） (2024-06-24T17:38:58Z) - SocialNLP Fake-EmoReact 2021 Challenge Overview: Predicting Fake Tweets from Their Replies and GIFs [31.638177388932224]
NAACL 2021とともに第9回SocialNLPワークショップで開催されたFake-EmoReact 2021 Challengeの概要を紹介する。
この課題は、EmotionGIFデータセットから返信コンテキストと拡張GIFカテゴリを使用して、ツイートの真正性を予測することである。
この挑戦に参加するために24チームが登録され、5チームが評価フェーズに成果を提出しました。
論文 参考訳（メタデータ） (2024-05-31T21:14:11Z) - [Call for Papers] The 2nd BabyLM Challenge: Sample-efficient pretraining on a developmentally plausible corpus [81.34965784440176]
このCfPはBabyLM Challenge 2024-2025のルールを提供する。
課題の全体的目標は同じままです。
私たちは緩い線を紙の線で置き換える。
事前学習に関するルールを緩和します。
マルチモーダル・ヴィジュアル・アンド・ランゲージ・トラックを導入する。
論文 参考訳（メタデータ） (2024-04-09T11:04:50Z) - ABAW: Valence-Arousal Estimation, Expression Recognition, Action Unit
Detection & Emotional Reaction Intensity Estimation Challenges [62.413819189049946]
5th Affective Behavior Analysis in-the-Wild(ABAW)コンペティションは、IEEE Computer Vision and Pattern Recognition Conference(CVPR)と共同で開催される各ABAWワークショップの一部である。
今年のコンペティションでは、Aff-Wild2データベースの拡張バージョンとHume-Reactionデータセットの2つのコーパスが特徴です。
後者のデータセットは、感情的刺激に対する個人の反応が7つの感情的表現強度に対して注釈付けされている聴覚的データセットである。
論文 参考訳（メタデータ） (2023-03-02T18:58:15Z) - The MuSe 2022 Multimodal Sentiment Analysis Challenge: Humor, Emotional
Reactions, and Stress [71.06453250061489]
マルチモーダル・センチメント・アナリティクス・チャレンジ(MuSe 2022)は、マルチモーダル・センチメントと感情認識に重点を置いている。
今年の課題では、(i)ドイツサッカーコーチの音声-視覚的記録を含むPassau Spontaneous Football Coach Humorデータセット、(ii)ドイツサッカーコーチのユーモアの存在をラベル付けしたHum-Reactionデータセット、(ii)感情的表情強度に対して個人の反応が注釈付けされたHum-Reactionデータセット、(iii)ストレス的態度における人々の継続的な感情的価値観をラベル付けした音声-視覚的データからなるUlm-Trier Social Stress Testデータセットの3つのデータセットを特徴としている。
論文 参考訳（メタデータ） (2022-06-23T13:34:33Z) - Overview of the Arabic Sentiment Analysis 2021 Competition at KAUST [22.17427488246146]
本稿では,King Abdullah University of Science and Technology(KAUST)が主催するアラビア語知覚分析チャレンジの概要について述べる。
課題は、与えられたツイートをポジティブ、ネガティブ、中立の3つのカテゴリの1つに分類する機械学習モデルを開発することである。
本稿では,トップクラスのチームで使用される手法とツールをまとめた。
論文 参考訳（メタデータ） (2021-09-29T14:41:51Z) - EmotionGIF-IITP-AINLPML: Ensemble-based Automated Deep Neural System for
predicting category(ies) of a GIF response [41.23094507923245]
我々は,我々のIITP-AINLPMLチームが提出したシステムについて,SocialNLP 2020, EmotionGIF 2020の共有タスクで述べる。
提案モデルでは,第1ラウンドと第2ラウンドでは平均リコール(MR)スコアが52.92%,第53.80%であった。
論文 参考訳（メタデータ） (2020-12-23T15:52:27Z) - A Hybrid BERT and LightGBM based Model for Predicting Emotion GIF
Categories on Twitter [7.463657960984954]
われわれは、Social 2020の共有タスクであるEmotionGIF 2020チャレンジの解決策を提示する。
ラベルのないツイートに対してGIFカテゴリを推奨するために,変換器による双方向表現(BERT)とLightGBMに基づくランク付けフレームワークを提案する。
私たちのチームは、ラウンド1のリーダーボードで平均精度@6(MAP@6)スコア0.5394で4位を獲得しました。
論文 参考訳（メタデータ） (2020-08-14T03:23:09Z) - SemEval-2020 Task 9: Overview of Sentiment Analysis of Code-Mixed Tweets [29.74702868712367]
SemEval-2020 Task 9 on Sentiment Analysis of Code-Mixed Tweets (SentiMix 2020) の結果について述べる。
我々は、単語レベルの言語識別と文レベルの感情ラベルを付加したHinglish(ヒンディー語)とSpanglish(スペイン語)のコーパスをリリースし、記述する。
論文 参考訳（メタデータ） (2020-08-10T17:17:52Z) - Analysing Affective Behavior in the First ABAW 2020 Competition [49.90617840789334]
ABAW(Affective Behavior Analysis in-the-Wild) 2020コンペティションは、3つの主要な行動タスクの自動分析を目的とした最初のコンペティションである。
アルゼンチンのブエノスアイレスで2020年5月に開催されたIEEE Face and Gesture Recognitionと共同で開催されるこのコンペティションについて説明する。
評価指標を概説し,ベースラインシステムとトップ3の実施するチームの方法論をチャレンジ毎に提示し,その結果を最終的に提示する。
論文 参考訳（メタデータ） (2020-01-30T15:41:14Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。