cantnlp@DravidianLangTech 2026：自然领域自适应改进 Tulu 语多类希望语音检测
计算与语言
2026-05-12 v1
摘要
本文介绍了我们参加第六届达罗毗荼语言语音、视觉与语言技术研讨会（DravidianLangTech-2026）中“混合 Tulu 语希望语音检测”共享任务的系统和结果。我们训练了一个基于 XLM-RoBERTa 的文本分类系统，用于检测混合 Tulu 语社交媒体评论中的希望语音。我们将这一自然自适应的希望语音检测模型与我们的基线模型进行了比较。在开发集上，自然自适应模型优于基线系统。虽然我们提交的系统在官方测试集上的表现较为一般，但这些结果表明，在自然收集的包含混合和混合脚本变体的 Tulu 语社交媒体文本上进一步自适应 XLM-RoBERTa，可以改进混合 Tulu 语中的希望语音检测。
引用
@article{arxiv.2605.09795,
title = {cantnlp@DravidianLangTech 2026: organic domain adaptation improves multi-class hope speech detection in Tulu},
author = {Andrew Li and Sidney Wong},
journal= {arXiv preprint arXiv:2605.09795},
year = {2026}
}
备注
Accepted to Sixth Workshop on Speech, Vision, and Language Technologies for Dravidian Languages (DravidianLangTech-2026)