AIMA 在 SemEval-2024 任务 3 中的方案：简单而强大的情感原因配对分析
计算与语言
2025-01-22 v1 人工智能
机器学习
摘要
SemEval-2024 任务 3 有两个子任务，聚焦于情景语境中的情感原因配对提取。子任务 1 涉及文本情感原因配对的提取，其中原因被定义并标注为情景中的文本片段。相反，子任务 2 将分析扩展到多模态线索，包括语言、音频和视觉，承认原因可能仅在文本数据中表示。我们提出的情感原因分析模型精心结构化为三个核心组成部分：(i) 嵌入提取，(ii) 原因配对提取与情感分类，以及 (iii) 使用 QA 从发现的配对中提取原因。利用最先进的技术并在任务特定数据集上微调，我们的模型有效地解构了情景动态的复杂网络，提取细微的线索以指示情感表达中的因果性。我们的团队 AIMA 在 SemEval-2024 任务 3 竞赛中展示了强大的表现。我们在子任务 1 中排名第 10，在子任务 2 中排名第 6，共有 23 支队伍参赛。
关键词
引用
@article{arxiv.2501.11170,
title = {AIMA at SemEval-2024 Task 3: Simple Yet Powerful Emotion Cause Pair Analysis},
author = {Alireza Ghahramani Kure and Mahshid Dehghani and Mohammad Mahdi Abootorabi and Nona Ghazizadeh and Seyed Arshan Dalili and Ehsaneddin Asgari},
journal= {arXiv preprint arXiv:2501.11170},
year = {2025}
}
备注
Proceedings of the 18th International Workshop on Semantic Evaluation (SemEval-2024)