تصف هذه الورقة النهج لتحديد خطاب الأمل في نصوص قصيرة وغير رسمية باللغة الإنجليزية والمالايالام والتاميل باستخدام تقنيات تعلم الآلات المختلفة.نوضح أنه حتى الخوارزميات الأساسية البسيطة للغاية تؤدي بشكل جيد في هذه المهمة إذا قدمت بيانات تدريبية كافية.وم
ع ذلك، فإن خوارزمية أفضل أداء لدينا هي نهج لتعلم التحويلات عبر اللغات التي نغتنم xlm-roberta.
في هذه الورقة، نصف نهجنا تجاه استخدام النماذج المدربة مسبقا لمهمة الكشف عن الكلام الأمل.شاركنا في المهمة 2: الكشف عن الكلام للأمل للتساوي والتنوع والإدماج في LT-EDI-2021 @ EACL2021.الهدف من هذه المهمة هو التنبؤ بحضور خطاب الأمل، إلى جانب وجود العينات
التي لا تنتمي إلى نفس اللغة في مجموعة البيانات.نحن نصف نهجنا لضبط روبرتا من أجل الكشف عن الكلام على الأمل باللغة الإنجليزية ونهجنا لضبط XLM-Roberta من أجل الكشف عن الكلام في التاميل والمالايالام، وهو لغتين منخفضان من الموارد.نوضح أداء نهجنا على تصنيف النص في الأمل، غير الأمل وغير اللغة.تصنيفنا في المرتبة الأولى في اللغة الإنجليزية (F1 = 0.93)، الأول في التاميل (F1 = 0.61) و 3 في مالايالام (F1 = 0.83).
