ترغب بنشر مسار تعليمي؟ اضغط هنا

Team \ _KGP في مهمة Semeval-2021: نظام عصبي عميق لاكتشاف الفكاهة والجريمة مع تقييماتهم في البيانات النصية

Team\_KGP at SemEval-2021 Task 7: A Deep Neural System to Detect Humor and Offense with Their Ratings in the Text Data

263   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

تصف هذه الورقة النظام المقدم إلى مهمة Semeval-2021 - 7 لجميع المهام الفرعية الأربعة.تركز اثنان من المجموعات الفرعية على الكشف عن الفكاهة والجريمة من النص (التصنيف الثنائي).من ناحية أخرى، تتنبأ المهن الفرعية الأخرى بتصنيفات الفكاهة والجريمة للنص (الانحدار الخطي).في هذه الورقة، نقدم نوعين مختلفين من أساليب ضبط الدقيقة باستخدام الطبقات الخطية وطبقات BI-LSTM أعلى نموذج Bert المدرب مسبقا.تظهر النتائج أن نظامنا قادر على تفوق نماذج خط الأساس بتهامش كبير.نبلغ عن درجات F1 من 0.90 للاطلاع على الترجمة الفرعية الأولى و 0.53 للسلطة الفرعية الثالثة، بينما نبلغ عن رينسي من 0.57 و 0.58 للمجموعة الفرعية الثانية والرابعة على التوالي.



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

اقرأ أيضاً

الفكاهة والتصنيف يشكل تحديات لغوية مثيرة للاهتمام إلى NLP؛إنها ذاتية عالية اعتمادا على تصورات مزحة والسياق الذي يستخدم فيه.تستخدم هذه الورقة ويقارن نماذج المحولات؛Bert Base و Large، Bertweet، Roberta Base and Large، مفارقة قاعدة روبرتا، للكشف عن الفك اهة والفكاهة.النماذج المقترحة، حيث نظمت نصا في نوع غلاف وغير مقصود تم الحصول عليها من مهمة Semeval-2021: hahackathon: ربط الفكاهة والجريمة عبر الفئات العمرية المختلفة.أعلى نموذج مسجل في المراكب الفرعي الأول: الكشف عن الفكاهة، نموذج Bertweet Base CaseD مع 0.9540 F1-Score، للمرجع الفرعي الثاني: متوسط درجة التصنيف الفكاهي، فهو Bert Large Cased مع الحد الأدنى من RMSE من 0.5555، في المراكز الفرعية الرابعة:متوسط درجة تصنيف الاكتشاف، إنها نموذج Bertweet Base Cased مع الحد الأدنى من RMSE من 0.4822.
توضح هذه الورقة مساهمتنا في مهمة Semeval-2021: الكشف عن الفكاهة وتصنيف المهمة وتصنيف المهمة الخاصة بهذه المهام الفرعية، المهمة الفرعية 1 ومهمة فرعية 2. من بينها، المهمة الفرعية 1 المهام الفرعية الفرعية، المهمة الفرعية 1A، المهمة الفرعية 1B والمهمة ال فرعية 1C.SUB المهمة 1A هي التنبؤ إذا كان النص من شأنه أن يصبح النص من روح الدعابة. تم وصف المهمة الأولى 1C asfollows: إذا تم تصنيف النص على الرفاهية، فإن تصنيف الفكاهة تعتبر التخلف عن السياقة، أي أن تباين التصنيف بين Annota-tors أعلى من المتوسط. جنبا إلى جددنا نموذجا مدربا في ثلاثpre مع CNN لاستكمال هذه المهام الفرعية التنسيقية. -Task 2 يهدف إلى التنبؤ بكيفية النص الموضح مع القيم بين 0 و 5.We نستخدم فكرة الانحدار للتعامل مع المهمة الفرعية Thesetwo. نحلل أداء أورمثود وإظهار مساهمة كل كومكونت من بنية لدينا. لقد حققنا نتائج جيدة تحت مجموعة من وضع ما قبل التدريب المتعدد طرق LS والتحسين.
تصف هذه الورقة عن فكاهة، مجموعة من النماذج الكبيرة القائمة على Bert التي استخدمناها في مهمة Semeval-2021 7: الكشف عن الفكاهة والعموم.ويعرض تقنيات معالجة ما قبل وبعدها، وتعلم العتبة المتغيرة، وتعلم التعريف ونهج الفرقة لحل المهام الفرعية المختلفة التي كانت جزءا من التحدي.نقدم أيضا تحليلا مقارنا للنماذج المختلفة التي حاولناها.تم تصنيف طريقتنا الرابعة من 4 في الكشف عن الجدل الفكاهي، الثامن في الكشف عن الفكاهة، 19 في متوسط تنبؤ درجة الجريمة و 40 في متوسط درجة الفكاهة النتيجة التنبؤ على مستوى العالم على مستوى العالم.تم الحصول على درجة F1 التي تم الحصول عليها لتصنيف الفكاهة 0.9655 والكشف عن الجدل كان 0.6261.اسم المستخدم الخاص بنا على لوحة Leader هو هذا هو اسم الفريق والكلم الداخلي.
أصبح الكشف عن الفكاهة موضوع اهتمام بالعديد من فرق البحث، وخاصة المشاركين في الدراسات الاجتماعية والنفسية، بهدف الكشف عن الفكاهة والأشجار السكانية المستهدفة (مثل مجتمع، مدينة، أي بلد، موظفوشركة معينة).قامت معظم الدراسات الحالية بصياغة مشكلة الكشف عن ا لفكاهة باعتبارها مهمة تصنيف ثنائية، بينما تدور حول تعلم شعور الفكاهة من خلال تقييم درجاتها المختلفة.في هذه الورقة، نقترح نموذج التعلم العميق متعدد الإنهاء (MTL) للكشف عن الفكاهة والجريمة.وهي تتألف من ترميز محول مدرب مسبقا وطبقات اهتمام خاص بمهام المهام.يتم تدريب النموذج باستخدام وزن خسارة عدم اليقين MTL للجمع بين جميع الوظائف الموضوعية ذات المهام الفرعية.يتناول نموذج MTL الخاص بنا جميع المهام الفرعية لمهمة Semeval-2021-7 في نظام التعلم العميق في نهاية واحد ويظهر نتائج واعدة للغاية.
في الكتابة، تعتمد الفكاهة بشكل رئيسي على اللغة المجازية التي تغير الكلمات والتعبيرات المعنى التقليدي للإشارة إلى شيء ما دون قوله مباشرة.يمنع هذا الوجه بمعنى الكلمات معالجة اللغات الطبيعية من الكشف عن النية الحقيقية للاتصال، وبالتالي، يقلل من فعالية ا لمهام مثل تحليل المعنويات أو الكشف عن المشاعر.في هذه المخطوطة، نصف أن نصف مشاركة UMUTEAM في HAHACHATHON 2021، والتي يكون هدفها هو اكتشاف ومعدل محتوى مضحك ومثير للجدل.يستند اقتراحنا إلى مزيج من الميزات اللغوية مع تضمين الكلمات السياقية وغير السياقية.نشارك في جميع المساحات الفرعية المقترحة التي تحققت نتيجة أفضل النتائج في الفكاهة المثيرة للجدل.

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