AIMA 在 SemEval-2024 任务 1 中的方案：针对印地语-英语混合对话的历史依赖情感识别
计算与语言
2025-01-22 v1 人工智能
机器学习
摘要
本研究介绍了用于 SemEval 2024 任务 1 子任务的解决方案，专注于情感识别在情景对话（ERC）中的代码混合印地语-英语对话。情感识别在代码混合对话中存在独特挑战，因为现有模型通常在单语数据集上训练，可能在代码混合数据上表现不佳。为此，我们提出了一系列模型，融合当前话语的前后文以及对话的序列信息。为便于处理代码混合数据，我们开发了一种 Hinglish-to-English 翻译管道，将代码混合对话翻译成英语。我们设计了四个不同的基模型，每个模型都利用强大的预训练编码器提取输入特征，但具有不同的架构。通过对所有模型进行集成，我们开发了一个最终模型，超过所有其他基线模型。
引用
@article{arxiv.2501.11166,
title = {AIMA at SemEval-2024 Task 10: History-Based Emotion Recognition in Hindi-English Code-Mixed Conversations},
author = {Mohammad Mahdi Abootorabi and Nona Ghazizadeh and Seyed Arshan Dalili and Alireza Ghahramani Kure and Mahshid Dehghani and Ehsaneddin Asgari},
journal= {arXiv preprint arXiv:2501.11166},
year = {2025}
}
备注
Proceedings of the 18th International Workshop on Semantic Evaluation (SemEval-2024)