Fugu-MT 論文翻訳(概要): X-PuDu at SemEval-2022 Task 6: Multilingual Learning for English and Arabic Sarcasm Detection

論文の概要: X-PuDu at SemEval-2022 Task 6: Multilingual Learning for English and Arabic Sarcasm Detection

arxiv url: http://arxiv.org/abs/2211.16883v1
Date: Wed, 30 Nov 2022 10:34:08 GMT
ステータス: 処理完了
システム内更新日: 2022-12-01 16:48:59.997043
Title: X-PuDu at SemEval-2022 Task 6: Multilingual Learning for English and Arabic Sarcasm Detection
Title（参考訳）: X-PuDu at SemEval-2022 Task 6: Multilingual Learning for English and Arabic Sarcasm Detection
Authors: Yaqian Han, Yekun Chai, Shuohuan Wang, Yu Sun, Hongyi Huang, Guanghao Chen, Yitong Xu, Yang Yang
Abstract要約: 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。
参考スコア（独自算出の注目度）: 12.241656852060606
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Detecting sarcasm and verbal irony from people's subjective statements is crucial to understanding their intended meanings and real sentiments and positions in social scenarios. This paper describes the X-PuDu system that participated in SemEval-2022 Task 6, iSarcasmEval - Intended Sarcasm Detection in English and Arabic, which aims at detecting intended sarcasm in various settings of natural language understanding. Our solution finetunes pre-trained language models, such as ERNIE-M and DeBERTa, under the multilingual settings to recognize the irony from Arabic and English texts. Our system ranked second out of 43, and ninth out of 32 in Task A: one-sentence detection in English and Arabic; fifth out of 22 in Task B: binary multi-label classification in English; first out of 16, and fifth out of 13 in Task C: sentence-pair detection in English and Arabic.
Abstract（参考訳）: 人々の主観的発言から皮肉や言葉の皮肉を検出することは、社会的シナリオにおける彼らの意図した意味や実際の感情、立場を理解する上で重要である。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。本システムでは,第43タスク中2位,第32タスク中9位,第22タスク中5位,第22タスク中5位,第16タスク中1位,第13タスク中5位,第Cタスク中9位,英語とアラビア語で文対検出を行った。

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)
SemEval 2024 -- Task 10: Emotion Discovery and Reasoning its Flip in Conversation (EDiReF) [61.49972925493912]
SemEval-2024 Task 10は、コードミキシングされた対話における感情の識別に焦点を当てた共有タスクである。このタスクは3つの異なるサブタスクから構成される - コードミックス対話のための会話における感情認識、コードミックス対話のための感情フリップ推論、および英語対話のための感情フリップ推論である。このタスクには84人の参加者が参加し、各サブタスクのF1スコアは0.70、0.79、0.76に達した。
論文参考訳（メタデータ） (2024-02-29T08:20:06Z)
ArabicMMLU: Assessing Massive Multitask Language Understanding in Arabic [51.922112625469836]
アラビア語における最初のマルチタスク言語理解ベンチマークである、データセット名を提案する。我々のデータは、現代標準アラビア語(MSA)における40のタスクと14,575のマルチチョイス質問で構成されており、地域の母語話者と協調して慎重に構築されている。 35モデルについて評価した結果,特にオープンソースモデルにおいて,改善の余地がかなり高いことが判明した。
論文参考訳（メタデータ） (2024-02-20T09:07:41Z)
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)
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)
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)
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)
Multilingual AMR Parsing with Noisy Knowledge Distillation [68.01173640691094]
知識蒸留の観点から多言語AMR解析について検討し,既存の英語を教師として利用して多言語AMRを学習し,改善することを目的とする。蒸留成功の鍵はノイズ入出力と正確な出力である。
論文参考訳（メタデータ） (2021-09-30T15:13:48Z)
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)
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)
AraBERT and Farasa Segmentation Based Approach For Sarcasm and Sentiment Detection in Arabic Tweets [0.0]
サブタスクの1つは、あるアラビア語のツイートが本質的にサッカスティックであるかどうかを識別するシステムを開発することです。もう1つは、アラビア語のツイートの感情を特定することを目的としている。最終アプローチはSarcasmとSentiment Detectionのサブタスクでそれぞれ7位と4位にランクされた。
論文参考訳（メタデータ） (2021-03-02T12:33:50Z)

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。