UANTWERP في مهمة Semeval-2021: تمتد Spans، تكديس نهج مستوى Word ثنائي للكشف عن SPAN SPAN

توضح هذه الورقة النظام الذي طوره مركز أنتويرب للعلوم الإنسانية الرقمية والنقد الأدبي [UANTWERP] للكشف عن السامة.استخدمنا مجموعة تعميم مكدسة من خمسة نماذج مكونة، مع تفسيرات مميزة للمهمة.حاولت نماذج التنبؤ بتسمم سمية الكلمات الثنائية بناء على تسلسل النجرام، بينما تم تدريب 3 نماذج قاسية قائمة على أساس أن توقع ملصقات رمزية سامة بناء على الرموز التسلسلية الكاملة.تم فرك تنبؤات النماذج الخمس داخل نموذج LSTM.بالإضافة إلى وصف النظام، نقوم بإجراء تحليل الأخطاء لاستكشاف الأداء النموذجي فيما يتعلق بالميزات النصية.سجل النظام الموصوف في هذه الورقة 0.6755 واحتل المرتبة 26.

This paper describes the system developed by the Antwerp Centre for Digital humanities and literary Criticism [UAntwerp] for toxic span detection. We used a stacked generalisation ensemble of five component models, with two distinct interpretations of the task. Two models attempted to predict binary word toxicity based on ngram sequences, whilst 3 categorical span based models were trained to predict toxic token labels based on complete sequence tokens. The five models' predictions were ensembled within an LSTM model. As well as describing the system, we perform error analysis to explore model performance in relation to textual features. The system described in this paper scored 0.6755 and ranked 26th.