Fugu-MT 論文翻訳(概要): BFCAI at SemEval-2022 Task 6: Multi-Layer Perceptron for Sarcasm Detection in Arabic Texts

論文の概要: BFCAI at SemEval-2022 Task 6: Multi-Layer Perceptron for Sarcasm Detection in Arabic Texts

arxiv url: http://arxiv.org/abs/2205.08868v1
Date: Wed, 18 May 2022 11:33:07 GMT
ステータス: 処理完了
システム内更新日: 2022-05-19 16:54:00.235009
Title: BFCAI at SemEval-2022 Task 6: Multi-Layer Perceptron for Sarcasm Detection in Arabic Texts
Title（参考訳）: BFCAI at SemEval-2022 Task 6: Multi-Layer Perceptron for Sarcasm Detection in Arabic Texts (英語)
Authors: Nsrin Ashraf and Fathy Elkazaz and Mohamed Taha and Hamada Nayel and Tarek Elshishtawy
Abstract要約: 本稿では,iSarcasm共有タスクに送信されたシステムについて述べる。 iSarcasmの目的は、アラビア語と英語のテキストで皮肉な内容を特定することである。アラビア文字の検出のために,多層機械学習に基づくモデルが提出されている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper describes the systems submitted to iSarcasm shared task. The aim of iSarcasm is to identify the sarcastic contents in Arabic and English text. Our team participated in iSarcasm for the Arabic language. A multi-Layer machine learning based model has been submitted for Arabic sarcasm detection. In this model, a vector space TF-IDF has been used as for feature representation. The submitted system is simple and does not need any external resources. The test results show encouraging results.
Abstract（参考訳）: 本稿では,iSarcasm共有タスクに送信されたシステムについて述べる。 iSarcasmの目的は、アラビア語と英語のテキストで皮肉な内容を特定することである。我々のチームはアラビア語のiSarcasmに参加した。アラビア文字の検出のために,多層機械学習に基づくモデルが提出されている。このモデルでは、ベクトル空間 TF-IDF を特徴表現として用いている。提出されたシステムは単純であり、外部のリソースは不要である。テスト結果は有望な結果を示している。

関連論文リスト

SemEval-2024 Task 8: Multidomain, Multimodel and Multilingual Machine-Generated Text Detection [68.858931667807]
Subtask Aは、テキストが人間によって書かれたか、機械によって生成されたかを決定するバイナリ分類タスクである。サブタスクBは、テキストの正確なソースを検出し、それが人間によって書かれたか、特定のLCMによって生成されたかを認識する。 Subtask Cは、著者が人間から機械へ遷移するテキスト内の変化点を特定することを目的としている。
論文参考訳（メタデータ） (2024-04-22T13:56:07Z)
Arabic Text Sentiment Analysis: Reinforcing Human-Performed Surveys with Wider Topic Analysis [49.1574468325115]
詳細な研究は、2002年から2020年の間に英語で出版された133のASA論文を手作業で分析する。主な発見は、機械学習、レキシコンベース、ハイブリッドアプローチといった、ASAで使用されるさまざまなアプローチを示している。アラビア文字SAについては、業界だけでなく学術分野でも使用できるASAツールを開発する必要がある。
論文参考訳（メタデータ） (2024-03-04T10:37:48Z)
AceGPT, Localizing Large Language Models in Arabic [73.39989503874634]
本稿では,アラビア語のテキストによる事前学習,ネイティブなアラビア語命令を利用したSFT(Supervised Fine-Tuning),アラビア語のGPT-4応答を含む総合的なソリューションを提案する。目標は、文化的に認知され、価値に整合したアラビア語のLLMを、多様で応用特有のアラビア語コミュニティのニーズに適応させることである。
論文参考訳（メタデータ） (2023-09-21T13:20:13Z)
Cross-Lingual NER for Financial Transaction Data in Low-Resource Languages [70.25418443146435]
半構造化テキストデータにおける言語間名前認識のための効率的なモデリングフレームワークを提案する。我々は2つの独立したSMSデータセットを英語とアラビア語で使用し、それぞれが半構造化された銀行取引情報を持っている。わずか30のラベル付きサンプルにアクセスすることで、我々のモデルは、英語からアラビア語までの商人、金額、その他の分野の認識を一般化することができる。
論文参考訳（メタデータ） (2023-07-16T00:45:42Z)
X-PuDu at SemEval-2022 Task 6: Multilingual Learning for English and Arabic Sarcasm Detection [12.241656852060606]
本稿では,SemEval-2022 Task 6, iSarcasmEval - Intended Sarcasm Detection in English and Arabicについて述べる。 ERNIE-M や DeBERTa のような事前訓練済みの言語モデルに対して,アラビア語や英語のテキストから皮肉を認識するための多言語設定を施した。
論文参考訳（メタデータ） (2022-11-30T10:34:08Z)
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)
CS-UM6P at SemEval-2022 Task 6: Transformer-based Models for Intended Sarcasm Detection in English and Arabic [6.221019624345408]
サルカズム(Sarcasm)は、文の意図する意味が文字通りの意味と異なる、図形言語の一種である。本稿では,英語およびアラビア語におけるサルカズム検出タスクへの参加システムについて述べる。
論文参考訳（メタデータ） (2022-06-16T19:14:54Z)
Separate What You Describe: Language-Queried Audio Source Separation [53.65665794338574]
言語問合せ音声ソース分離(LASS)の課題について紹介する。 LASSは、ターゲットソースの自然言語クエリに基づいて、ターゲットソースをオーディオミックスから分離することを目的としている。本稿では,音響情報と言語情報を協調処理するエンドツーエンドニューラルネットワークLASS-Netを提案する。
論文参考訳（メタデータ） (2022-03-28T23:47:57Z)
sarcasm detection and quantification in arabic tweets [7.173484352846755]
本論文は,ツイートから収集したサルカズム検出のための,人為的注釈付きアラビア語コーパスを作成することを目的としている。提案手法は、分類ではなく回帰問題としてこの問題に取り組む。
論文参考訳（メタデータ） (2021-08-03T11:48:27Z)
Deep Multi-Task Model for Sarcasm Detection and Sentiment Analysis in Arabic Language [1.1254693939127909]
本稿では,2つのタスク間の知識相互作用を可能にする,エンドツーエンドの深層マルチタスク学習(MTL)モデルを提案する。その結果,提案手法はアラビア感性分析(SA)とサルカズム検出サブタスクにおいて,単一タスクモデルよりも優れていた。
論文参考訳（メタデータ） (2021-06-23T16:00:32Z)
Combining Context-Free and Contextualized Representations for Arabic Sarcasm Detection and Sentiment Identification [0.0]
本論文では,SPPU-AASM チームによる WANLP ArSarcasm shared-task 2021 の提出を示唆する。提案方式は, 皮肉および感情検出タスクに対して, F1-sarcastic score の 0.62 と F-PN score の 0.715 をそれぞれ達成する。
論文参考訳（メタデータ） (2021-03-09T19:39:43Z)

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。