基于BERT的集成模型用于会话式社交媒体文本中的披露与支持建模
计算与语言
2020-06-03 v1 社会与信息网络
摘要
理解人类如何发起并维持对话的兴趣日益增长。对话的情感理解聚焦于说话者如何利用情绪对情境及彼此作出反应的问题。在CL-Aff共享任务中，组织者发布了Get it #OffMyChest数据集，其包含来自随意与忏悔式对话的Reddit评论，并标注了披露与支持性特征。本文引入一种利用微调的上下文词嵌入RoBERTa与ALBERT的预测性集成模型。我们表明，我们的模型在所有考量指标上均优于基模型，在F1分数上取得的提升。我们进一步进行统计分析，并勾勒出对给定数据集的更深入洞察，同时为数据集的影响提供新的刻画。
引用
@article{arxiv.2006.01222,
title = {BERT-based Ensembles for Modeling Disclosure and Support in Conversational Social Media Text},
author = {Tanvi Dadu and Kartikey Pant and Radhika Mamidi},
journal= {arXiv preprint arXiv:2006.01222},
year = {2020}
}
备注
Accepted at the Affective Content workshop held at AAAI 2020 as the Best System Paper