基于 BERT 与 LightGBM 混合模型的 Twitter 情感 GIF 类别预测
信息检索
2020-08-17 v1 计算与语言
摘要
动画图形交换格式（GIF）图像作为一种直观的情感表达方式已在社交媒体上被广泛使用。鉴于其表现力，GIF 提供了一种更细腻且精确的传达情感的方式。本文给出我们针对 EmotionGIF 2020 挑战赛（SocialNLP 2020 的共享任务）的解决方案。为未标注推文推荐 GIF 类别，我们将此问题视为一种匹配任务，并提出了基于来自 Transformer 的双向编码器表示（BERT）与 LightGBM 的学习排序框架。我们的团队在第一轮排行榜上以 0.5394 的平均精度均值 @ 6（MAP@6）得分获得第 4 名。
引用
@article{arxiv.2008.06176,
title = {A Hybrid BERT and LightGBM based Model for Predicting Emotion GIF Categories on Twitter},
author = {Ye Bi and Shuo Wang and Zhongrui Fan},
journal= {arXiv preprint arXiv:2008.06176},
year = {2020}
}
备注
4 pages, ACL 2020 EmotionGIF Challenge Technical Report