ترغب بنشر مسار تعليمي؟ اضغط هنا

المهمة المشتركة Wassa 2021: التنبؤ بالتعاطف والعاطفة في رد الفعل على القصص الإخبارية

WASSA 2021 Shared Task: Predicting Empathy and Emotion in Reaction to News Stories

267   0   0   0.0 ( 0 )
 تاريخ النشر 2021
  مجال البحث الذكاء الاصناعي
والبحث باللغة English
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

تقدم هذه الورقة النتائج التي تم الحصول عليها من المهمة المشتركة Wassa 2021 بشأن التنبؤ بالتعاطف والعواطف.تم منح المشاركين إمكانية الوصول إلى مجموعة بيانات تضم ردود أفعال متعاطفية على القصص الإخبارية حيث يتم الإضرار لشخص أو مجموعة أو غيرها.تتكون ردود الفعل هذه من مقالات وقلق تعاطف باتسون، وعشرات الاستغاثة الشخصية، وتم تمديد مجموعة البيانات مع المقالات الإخبارية، والمعلومات الديموغرافية على مستوى الشخص (العمر، والجنس، والعرق، ومستوى الدخل، ومستوى التعليم)، ومعلومات الشخصية.بالإضافة إلى ذلك، أضيفت ملصقات العاطفة، وهي المشاعر الأساسية ل EKMAN، إلى المقالات على مستوى الوثيقة وحكم الجملة.تم تشجيع المشاركة في مسارين: التنبؤ بالتعاطف والتنبؤ بفئات العاطفة.في إجمالي خمسة فرق شاركت في المهمة المشتركة.نحن تلخيص الأساليب والموارد التي تستخدمها الفرق المشاركة.



المراجع المستخدمة
https://aclanthology.org/
قيم البحث

اقرأ أيضاً

تصف هذه الورقة تقديمنا لمهمة Wassa 2021 المشتركة فيما يتعلق بالتنبؤ بالتعاطف والضيق والعواطف من القصص الإخبارية.يعتمد الحل على الجمع بين تواتر الكلمات والمعلومات المستندة إلى المعجم والتركيبة السكانية للنظام المعلقين وشخصية المعلقين في نموذج خطي.يتم تنبؤ التعاطف والضيق باستخدام الانحدار الخطي بينما يتم تنفيذ التنبؤ بالعواطف باستخدام الانحدار اللوجستي.يتم تنفيذ كلا المهام باستخدام نفس الميزات.نماذجنا تصنيف 4th للتنبؤ بالعواطف والثاني للتنبؤ بالتعاطف والضيق.هذه النتائج مثيرة للاهتمام بشكل خاص عند اعتبار أن المتطلبات الحسابية للحل هي الحد الأدنى.
العاطفة أساسية للإنسانية.تعد القدرة على إدراك التفاعلات الاجتماعية وتفهمها والاستجابة لها بطريقة تشبه الإنسان واحدة من أكثر القدرات المرجوة في الوكلاء الاصطناعي، خاصة في روبوتات الوسائط الاجتماعية.خلال السنوات القليلة الماضية، كانت التفاهم الحاسوبية والكشف عن الجوانب العاطفية في اللغة حيوية في تقدم التفاعل بين الإنسان والحاسوب.أصدرت المهمة المشتركة WASSA 2021 مجموعة بيانات من قصص الأخبار عبر مسارين، وتتبع 1 لتنبؤ التعاطف والمساء والمسار - 2 لتنبؤ العاطفة متعددة الأبعاد على مستوى المقال.نحن نصف إدخال نظامنا للمهمة المشتركة Wassa 2021 (لكل من المسار-1 والمسار -2)، حيث نستفيد من المعلومات من نماذج اللغة المدربة مسبقا للمهام الخاصة بالمسار.حققت نماذجنا المقترحة درجة متوسط بيرسون من 0.417، ونتيجة ماكرو F1 من 0.502 في المسار 1 والمسار 2، على التوالي.في لوحة المهمة المشتركة، حصلنا على المرتبة الرابعة في المسار 1 والمرتبة الثانية في المسار 2.
تصف هذه الورقة مساهمتنا في المهمة المشتركة Wassa 2021 بشأن التنبؤ بالمساءات وتصنيف العاطفة.كان الهدف الواسع لهذه المهمة هو نموذج درجة التعاطف، ونتيجة استغاثة والمستوى العام للعاطفة للمقال مكتوب استجابة لمقال الصحف المرتبطة بالأذى لشخص ما.لقد استخدمنا نموذج Electra بوفرة ونهج التعلم العميق المتقدمة أيضا مثل التعلم متعدد المهام.بالإضافة إلى ذلك، نحن أيضا الاستفادة من تقنيات تعلم الآلة القياسية مثل الكفر.يحقق نظامنا معامل ارتباط بيرسون من 0.533 في المهمة الفرعية الأولى ونتيجة ماكرو F1 من 0.5528 على المهمة الفرعية الثانية.احتلنا المرتبة الأولى في مهمة تصنيف العاطفة الفرعية والثالث في مهمة التنبؤ بالتعاطف.
تقدم هذه الورقة تقديم مركز خدمات Translate Huawei (HW-TSC) إلى مهمة مشتركة من WMT 2021.نشارك في 7 أزواج لغوية، بما في ذلك ZH / EN، DE / EN، JA / en، HA / EN، هي / EN، HI / BN، و XH / ZU في كلا الاتجاهين تحت الحالة المقيدة.نحن نستخدم بنية المحولات وال حصول على أفضل أداء عبر المتغيرات المتعددة بأحجام أكبر معلمة.نحن نقوم بتنفيذ ما قبل المعالجة المفصلة والتصفية على مجموعات بيانات ثنائية اللغة وأنتجة على نطاق واسع.يتم استخدام العديد من الاستراتيجيات الشائعة الاستخدام لتدريب نماذجنا، مثل الترجمة الخلفية، الترجمة الأمامية، الترجمة إلى الأمام، الترجمة متعددة اللغات، تقطير المعرفة الفرعية، إلخ. يحصل تقديمنا نتائج تنافسية في التقييم النهائي.
البحوث النشطة المتعلقة بالظاهرة العاطفية للتعاطف والضيق لا يقدر بثمن لتحسين التفاعل بين الإنسان. من الصعب التنبؤ بالتنبؤ بمثل هذه المشاعر المعقدة من البيانات النصية، لأن هذه البنيات متجذرة بعمق في النظرية النفسية. وبالتالي، بالنسبة للتنبؤ بشكل أفضل، يصبح من الضروري مراعاة العوامل المساعدة مثل درجات الاختبارات النفسية والميزات الديموغرافية والمشاعر البدائية الكامنة الكامنة، إلى جانب تعهد النص وتعقيدها النفسي. يحل محل فريق PVG الخاص بهذه الورق هذه المهمة المشتركة ل Wassa 2021 بشأن التنبؤ بالتعاطف والعاطفة في رد الفعل على القصص الإخبارية. الاستفادة من البيانات النصية والميزات الديموغرافية ونتيجة الاختبار النفسي، والانتراء الجوهري للعواطف البدائية والتعاطف، نقترح إطارا متعدد المدخلات، إطار عمل متعدد المهام لمهمة التنبؤ في درجة التعاطف. هنا، يعتبر التنبؤ النتيجة التعاطف المهمة الأساسية، في حين تعتبر تصنيف المشاعر والتعاطف مهام مساعدة ثانوية. لمهمة التنبؤ بالنتيجة الضائقة، يتم تعزيز النظام بالإضافة إلى إضافة ميزات المعجمية. تقدمنا ​​في المرتبة الأولى بناء على متوسط ​​الارتباط (0.545) بالإضافة إلى ارتباط الضيق (0.574)، والثاني لارتباط بيرثوي بيرسيون (0.517).

الأسئلة المقترحة

التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا