Empna في Wassa 2021: نموذج خفيف الوزن لتنبؤ التعاطف والضيق والعواطف من ردود الفعل على القصص الإخبارية

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.

This paper describes our submission for the WASSA 2021 shared task regarding the prediction of empathy, distress and emotions from news stories. The solution is based on combining the frequency of words, lexicon-based information, demographics of the annotators and personality of the annotators into a linear model. The prediction of empathy and distress is performed using Linear Regression while the prediction of emotions is performed using Logistic Regression. Both tasks are performed using the same features. Our models rank 4th for the prediction of emotions and 2nd for the prediction of empathy and distress. These results are particularly interesting when considered that the computational requirements of the solution are minimal.