Fugu-MT 論文翻訳(概要): IISERB Brains at SemEval 2022 Task 6: A Deep-learning Framework to Identify Intended Sarcasm in English

論文の概要: IISERB Brains at SemEval 2022 Task 6: A Deep-learning Framework to Identify Intended Sarcasm in English

arxiv url: http://arxiv.org/abs/2203.02244v1
Date: Fri, 4 Mar 2022 11:23:54 GMT
ステータス: 処理完了
システム内更新日: 2022-03-07 18:59:13.800754
Title: IISERB Brains at SemEval 2022 Task 6: A Deep-learning Framework to Identify Intended Sarcasm in English
Title（参考訳）: IISERB Brains at SemEval 2022 Task 6: A Deep-learning Framework to Identended Sarcasm in English
Authors: Tanuj Singh Shekhawat, Manoj Kumar, Udaybhan Rathore, Aditya Joshi, Jasabanta Patro
Abstract要約: 本稿では,SemEval 2022 Task 6 コンペティションに対して,我々のチーム "IISERBBrains" が提出したシステムアーキテクチャとモデルについて述べる。また,オーガナイザが評価データのゴールドラベルを発行した後,実験によって得られた他のモデルや結果についても報告する。
参考スコア（独自算出の注目度）: 6.46316101972863
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper describes the system architectures and the models submitted by our team "IISERBBrains" to SemEval 2022 Task 6 competition. We contested for all three sub-tasks floated for the English dataset. On the leader-board, wegot19th rank out of43 teams for sub-taskA, the 8th rank out of22 teams for sub-task B,and13th rank out of 16 teams for sub-taskC. Apart from the submitted results and models, we also report the other models and results that we obtained through our experiments after organizers published the gold labels of their evaluation data
Abstract（参考訳）: 本稿では,SemEval 2022 Task 6 コンペティションに対して,我々のチーム "IISERBBrains" が提出したシステムアーキテクチャとモデルについて述べる。英語データセットに浮かぶ3つのサブタスクすべてに挑戦しました。リーダーボードでは、wegot19がサブタスクで43位、サブタスクで8位、サブタスクbで13位、サブタスクで16位にランクインした。提出した結果とモデルを別にして,主催者が評価データのゴールドラベルを公表し,実験により得られた他のモデルと結果を報告する。

関連論文リスト

SemEval-2024 Shared Task 6: SHROOM, a Shared-task on Hallucinations and Related Observable Overgeneration Mistakes [48.83290963506378]
本稿では,幻覚検出に焦点をあてた共有タスクであるSHROOMの結果について述べる。このアプローチをどのように取り組んだかについて、いくつかの重要なトレンドを観察します。チームの大多数が提案したベースラインシステムより優れていますが、トップスコアシステムのパフォーマンスは依然として、より困難なアイテムのランダムなハンドリングと一致しています。
論文参考訳（メタデータ） (2024-03-12T15:06:22Z)
NADI 2023: The Fourth Nuanced Arabic Dialect Identification Shared Task [28.986040897360336]
第4回Nuanced Arabic Dialect Identification Shared Task(NADI 2023)の発見について述べる。 NADI 2023は、方言識別(Subtask 1)と方言間機械翻訳(Subtask 2とSubtask 3)の両方をターゲットにしている。参加チームが採用する手法について述べるとともに,NADIの展望を簡潔に述べる。
論文参考訳（メタデータ） (2023-10-24T18:41:24Z)
ICDAR 2023 Competition on Hierarchical Text Detection and Recognition [60.68100769639923]
このコンペティションは、テキストの検出と認識を共同で行うディープラーニングモデルとシステムの研究を促進することを目的としている。提案するコンペティション組織の詳細について,タスク,データセット,評価,スケジュールなどを紹介する。大会期間中(2023年1月2日から2023年4月1日まで)、20チーム以上から少なくとも50人が提案された2つのタスクで応募された。
論文参考訳（メタデータ） (2023-05-16T18:56:12Z)
NADI 2022: The Third Nuanced Arabic Dialect Identification Shared Task [16.688997360734472]
第3回アラビア方言識別共有タスク(NADI 2022) NADI 2022は,国レベルでの方言識別(Subtask 1)と方言感情分析(Subtask2)の両方を対象とした。優勝チームはSubtask 1で27.06 F1、Subtask 2でF1=75.16を達成した。
論文参考訳（メタデータ） (2022-10-18T04:31:05Z)
Overview of Abusive and Threatening Language Detection in Urdu at FIRE 2021 [50.591267188664666]
我々は、ウルドゥー語に対する虐待と脅しの2つの共通タスクを提示する。本研究では, (i) 乱用と非乱用というラベル付きツイートを含む手動注釈付きデータセットと, (ii) 脅威と非脅威の2つを提示する。両方のサブタスクに対して、m-Bertベースのトランスモデルは最高の性能を示した。
論文参考訳（メタデータ） (2022-07-14T07:38:13Z)
UrduFake@FIRE2021: Shared Track on Fake News Identification in Urdu [55.41644538483948]
本研究は、ウルドゥー語で偽ニュースを検出するために、UrduFake@FIRE2021と名付けられた2番目の共有タスクを報告した。提案システムは、様々なカウントベースの特徴に基づいており、異なる分類器とニューラルネットワークアーキテクチャを使用していた。勾配降下(SGD)アルゴリズムは他の分類器よりも優れ、0.679Fスコアを達成した。
論文参考訳（メタデータ） (2022-07-11T19:15:04Z)
MIA 2022 Shared Task: Evaluating Cross-lingual Open-Retrieval Question Answering for 16 Diverse Languages [54.002969723086075]
16言語に類型的に多様である言語における言語横断的オープン-検索型問合せシステムの評価を行った。反復的にマイニングされた多様な負の例を利用する最良のシステムは32.2 F1となり、ベースラインを4.5ポイント上回る。第2のベストシステムは文書検索にエンティティを意識した文脈表現を使用し、タミル(20.8 F1)の大幅な改善を実現している。
論文参考訳（メタデータ） (2022-07-02T06:54:10Z)
Retrospective on the 2021 BASALT Competition on Learning from Human Feedback [92.37243979045817]
競争の目的は、人間のフィードバック(LfHF)技術から学び、オープンワールドの課題を解決するエージェントへの研究を促進することであった。 LfHF技術の使用を義務付けるのではなく、ビデオゲームMinecraftで達成すべき自然言語の4つのタスクについて説明した。チームは、様々な可能な人間のフィードバックタイプにまたがる多様なLfHFアルゴリズムを開発した。
論文参考訳（メタデータ） (2022-04-14T17:24:54Z)
Nowruz at SemEval-2022 Task 7: Tackling Cloze Tests with Transformers and Ordinal Regression [1.9078991171384017]
本稿では,チームがSemEval 2022 Task 7に参加したシステムについて概説する。
論文参考訳（メタデータ） (2022-04-01T16:36:10Z)
CyberWallE at SemEval-2020 Task 11: An Analysis of Feature Engineering for Ensemble Models for Propaganda Detection [0.0]
Span Identification subtask ではバイLSTMアーキテクチャを使用し、Technical Classification subtask の複雑なアンサンブルモデルを訓練する。我々のシステムは、SIサブタスクで35チーム中8チーム、TCサブタスクで31チーム中8チームを達成する。
論文参考訳（メタデータ） (2020-08-22T15:51:16Z)
problemConquero at SemEval-2020 Task 12: Transformer and Soft label-based approaches [2.434159858639793]
ソーシャルメディアにおけるSemEval-2020共有タスク12多言語攻撃言語識別のための各種システムについて述べる。我々はOffensEval-2020の3つのサブタスクに参加したが、評価フェーズの最終提出にはトランスフォーマーベースのアプローチとソフトラベルベースのアプローチが含まれていた。
論文参考訳（メタデータ） (2020-07-21T15:06:58Z)

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。