Fugu-MT 論文翻訳(概要): Transformers and Ensemble methods: A solution for Hate Speech Detection in Arabic languages

論文の概要: Transformers and Ensemble methods: A solution for Hate Speech Detection in Arabic languages

arxiv url: http://arxiv.org/abs/2303.09823v1
Date: Fri, 17 Mar 2023 08:02:54 GMT
ステータス: 処理完了
システム内更新日: 2023-03-20 15:22:23.116647
Title: Transformers and Ensemble methods: A solution for Hate Speech Detection in Arabic languages
Title（参考訳）: トランスフォーマーとアンサンブル法:アラビア語におけるヘイトスピーチ検出のための解法
Authors: Angel Felipe Magnoss\~ao de Paula, Imene Bensalem, Paolo Rosso, Wajdi Zaghouani
Abstract要約: 本稿では,CERIST NLP Challenge 2022のサブタスクであるヘイトスピーチ検出の共有タスクへの参加について述べる。実験では、6つの変圧器モデルとその組み合わせの性能を2つのアンサンブル手法を用いて評価した。 5倍のクロスバリデーションシナリオにおけるトレーニングセットの最良の結果は,過半数投票に基づくアンサンブルアプローチを用いて得られた。
参考スコア（独自算出の注目度）: 4.689765008547575
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper describes our participation in the shared task of hate speech detection, which is one of the subtasks of the CERIST NLP Challenge 2022. Our experiments evaluate the performance of six transformer models and their combination using 2 ensemble approaches. The best results on the training set, in a five-fold cross validation scenario, were obtained by using the ensemble approach based on the majority vote. The evaluation of this approach on the test set resulted in an F1-score of 0.60 and an Accuracy of 0.86.
Abstract（参考訳）: 本稿では,CERIST NLP Challenge 2022のサブタスクであるヘイトスピーチ検出の共有タスクへの参加について述べる。実験では、6つの変圧器モデルとその組み合わせの性能を2つのアンサンブル手法を用いて評価した。 5倍のクロスバリデーションシナリオにおけるトレーニングセットの最良の結果は,過半数投票に基づくアンサンブルアプローチを用いて得られた。テストセットでのこのアプローチの評価の結果、F1スコアは0.60、精度は0.86となった。

関連論文リスト

Audio-Visual Compound Expression Recognition Method based on Late Modality Fusion and Rule-based Decision [9.436107335675473]
本稿では,第6回ABAWコンペティションの複合表現認識チャレンジにおけるSUNチームの結果について述べる。本稿では,複合表現認識のための新しい音声視覚手法を提案する。
論文参考訳（メタデータ） (2024-03-19T12:45:52Z)
Automatically measuring speech fluency in people with aphasia: first achievements using read-speech data [55.84746218227712]
本研究の目的は,言語習得の分野で開発された信号処理algorithmの関連性を評価することである。
論文参考訳（メタデータ） (2023-08-09T07:51:40Z)
Bag of Tricks for Effective Language Model Pretraining and Downstream Adaptation: A Case Study on GLUE [93.98660272309974]
このレポートでは、ジェネラル言語理解評価のリーダーボードに関するVega v1を簡潔に紹介します。 GLUEは、質問応答、言語受容性、感情分析、テキスト類似性、パラフレーズ検出、自然言語推論を含む9つの自然言語理解タスクのコレクションである。最適化された事前学習と微調整の戦略により、13億のモデルは4/9タスクに新しい最先端のタスクを設定し、91.3の平均スコアを達成しました。
論文参考訳（メタデータ） (2023-02-18T09:26:35Z)
Team Enigma at ArgMining-EMNLP 2021: Leveraging Pre-trained Language Models for Key Point Matching [0.0]
本稿では,ArgMining 2021におけるキーポイント分析共有タスクへのシステム記述について述べる。入力(トピック、キーポイント、引数)から抽出した追加データや特徴を組み込んで、パフォーマンスを向上させるとともに、事前訓練された言語モデルの既存の状態を活用しました。評価フェーズでは,mAP厳格化,mAP緩和スコアが0.872,0.966となり,リーダーボードでは5位となった。
論文参考訳（メタデータ） (2021-10-24T07:10:39Z)
Rotation Invariance and Extensive Data Augmentation: a strategy for the Mitosis Domain Generalization (MIDOG) Challenge [1.52292571922932]
我々は,MIDOG 2021コンペティションに参加するための戦略を提示する。このコンペティションの目的は、目に見えないターゲットスキャナーで取得した画像に対する解の一般化を評価することである。本稿では,最先端のディープラーニング手法の組み合わせに基づく解を提案する。
論文参考訳（メタデータ） (2021-09-02T10:09:02Z)
HuBERT: Self-Supervised Speech Representation Learning by Masked Prediction of Hidden Units [81.53783563025084]
本稿では、BERTのような予測損失に対して、アライメントされたターゲットラベルを提供するオフラインクラスタリングステップを提案する。提案手法の重要な要素は,マスク領域にのみ予測損失を適用することである。 HuBERTは、より困難なdev-otherおよびtest-other評価サブセットに対して、最大19%と13%の相対的なWER削減を示す。
論文参考訳（メタデータ） (2021-06-14T14:14:28Z)
Visualizing Classifier Adjacency Relations: A Case Study in Speaker Verification and Voice Anti-Spoofing [72.4445825335561]
任意のバイナリ分類器によって生成される検出スコアから2次元表現を導出する簡単な方法を提案する。ランク相関に基づいて,任意のスコアを用いた分類器の視覚的比較を容易にする。提案手法は完全に汎用的であり,任意の検出タスクに適用可能だが,自動話者検証と音声アンチスプーフィングシステムによるスコアを用いた手法を実証する。
論文参考訳（メタデータ） (2021-06-11T13:03:33Z)
UTNLP at SemEval-2021 Task 5: A Comparative Analysis of Toxic Span Detection using Attention-based, Named Entity Recognition, and Ensemble Models [6.562256987706127]
本稿では,有害なスパン検出に関するSemEval-2021共有タスク5における,我々のチーム,UTNLP,方法論と結果について述べる。実験はキーワードベースのモデルから始まり、アテンションベース、名前付きエンティティベース、トランスフォーマーベース、アンサンブルモデルが続く。私たちの最良のアプローチ、アンサンブルモデルは、競争の評価段階で0.684のF1を達成します。
論文参考訳（メタデータ） (2021-04-10T13:56:03Z)
Unsupervised Parsing via Constituency Tests [49.42244463346612]
本稿では,選挙区検定の言語的概念に基づく教師なし解析手法を提案する。文を与えられた木を生成するために,各木をその選挙区試験判定値の集計によりスコアし,最大スコアの2進木を選択する。洗練されたモデルはPenn Treebankテストセット上で62.8 F1を達成する。
論文参考訳（メタデータ） (2020-10-07T04:05:01Z)
HinglishNLP: Fine-tuned Language Models for Hinglish Sentiment Detection [0.0]
この研究は感情分析に2つの一般的なアプローチを加えている。 NB-SVMはRoBERTaを6.2%(相対)F1で破った。最高の演奏モデルは、0.707のF1を達成する多数投票アンサンブルである。
論文参考訳（メタデータ） (2020-08-22T12:01:44Z)
Towards a Competitive End-to-End Speech Recognition for CHiME-6 Dinner Party Transcription [73.66530509749305]
本稿では,難しい場合であっても,ハイブリッドベースラインに近い性能を示すエンドツーエンドアプローチについて論じる。 CTC-Attention と RNN-Transducer のアプローチと RNN と Transformer のアーキテクチャを比較し,解析する。 RNN-Transducerをベースとしたベストエンド・ツー・エンドモデルでは、ビームサーチの改善とともに、LF-MMI TDNN-F CHiME-6 Challengeのベースラインよりも品質が3.8%向上した。
論文参考訳（メタデータ） (2020-04-22T19:08:33Z)

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。