論文の概要: CS-UM6P at SemEval-2022 Task 6: Transformer-based Models for Intended
Sarcasm Detection in English and Arabic
- arxiv url: http://arxiv.org/abs/2206.08415v1
- Date: Thu, 16 Jun 2022 19:14:54 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-21 08:49:55.219174
- Title: CS-UM6P at SemEval-2022 Task 6: Transformer-based Models for Intended
Sarcasm Detection in English and Arabic
- Title（参考訳）: CS-UM6P at SemEval-2022 Task 6: Transformer-based Models for Intended Sarcasm Detection in English and Arabic
- Authors: Abdelkader El Mahdaouy, Abdellah El Mekki, Kabil Essefar, Abderrahman
Skiredj, Ismail Berrada
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 6.221019624345408
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Sarcasm is a form of figurative language where the intended meaning of a
sentence differs from its literal meaning. This poses a serious challenge to
several Natural Language Processing (NLP) applications such as Sentiment
Analysis, Opinion Mining, and Author Profiling. In this paper, we present our
participating system to the intended sarcasm detection task in English and
Arabic languages. Our system\footnote{The source code of our system is
available at \url{https://github.com/AbdelkaderMH/iSarcasmEval}} consists of
three deep learning-based models leveraging two existing pre-trained language
models for Arabic and English. We have participated in all sub-tasks. Our
official submissions achieve the best performance on sub-task A for Arabic
language and rank second in sub-task B. For sub-task C, our system is ranked
7th and 11th on Arabic and English datasets, respectively.
- Abstract（参考訳）: 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。
これは、センチメント分析、オピニオンマイニング、オーサリングプロファイリングなど、いくつかの自然言語処理(NLP)アプリケーションに深刻な課題をもたらす。
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。
system\footnote{ 我々のシステムのソースコードは \url{https://github.com/abdelkadermh/isarcasmeval}} で利用可能である。
私たちはすべてのサブタスクに参加しました。
公募では,アラビア語のサブタスクAとサブタスクBの2位にランクされ,サブタスクCではアラビア語と英語のデータセットで7位,11位にランクインしている。
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) - 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) - Evaluating and Modeling Attribution for Cross-Lingual Question Answering [80.4807682093432]
この研究は、言語間質問応答の属性を初めて研究したものである。
我々は、5つの言語でデータを収集し、最先端の言語間QAシステムの属性レベルを評価する。
回答のかなりの部分は、検索されたどのパスにも帰属しないことがわかった。
論文 参考訳（メタデータ） (2023-05-23T17:57:46Z) - 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) - BFCAI at SemEval-2022 Task 6: Multi-Layer Perceptron for Sarcasm
Detection in Arabic Texts [0.0]
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。
論文 参考訳（メタデータ） (2022-05-18T11:33:07Z) - Plumeria at SemEval-2022 Task 6: Robust Approaches for Sarcasm Detection
for English and Arabic Using Transformers and Data Augmentation [0.951828574518325]
本稿では,サルカズム検出に関するSemEval-2022タスク6と,英語とアラビア語の5つのサブタスクについて述べる。
サルカズムの検出には,自然言語処理(NLP)分野において,特徴工学を必要とせず,トランスフォーマに基づく深層学習技術を用いた。
論文 参考訳（メタデータ） (2022-03-08T14:33:45Z) - Intent Classification Using Pre-Trained Embeddings For Low Resource
Languages [67.40810139354028]
言語固有の音声認識に依存しない音声理解システムを構築することは、言語処理において重要でない問題である。
本稿では,事前学習した音響モデルを用いて,低資源シナリオにおける音声言語理解を実現するための比較研究を提案する。
私たちは、ハイ、ミディアム、低リソースシナリオをシミュレートするために、それぞれ異なるデータサイズを持つ英語、Sinhala、Tamilの3つの異なる言語で実験を行います。
論文 参考訳（メタデータ） (2021-10-18T13:06:59Z) - 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) - Multilingual Answer Sentence Reranking via Automatically Translated Data [97.98885151955467]
本稿では,現代の質問応答システム(QA)のコアコンポーネントである,多言語回答文選択(AS2)モデルの設計について述べる。
主なアイデアは、あるリソースリッチ言語(英語など)から、他の言語へのデータ転送であり、リソースの観点からはよりリッチである。
論文 参考訳（メタデータ） (2021-02-20T03:52:08Z) - Style Variation as a Vantage Point for Code-Switching [54.34370423151014]
Code-Switching (CS) は、複数のバイリンガルコミュニティや多言語コミュニティでよく見られる現象である。
両言語間のスタイルのバリエーションとして,CSの新たな特徴点を提示する。
本稿では,第1段階がCSの競合負例を生成し,第2段階がより現実的なCS文を生成する2段階生成逆トレーニング手法を提案する。
論文 参考訳（メタデータ） (2020-05-01T15:53:16Z)
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。