dzNLP 在 NADI 2024 共享任务中的贡献：加权投票与 TF-IDF 特征的多分类器集成
计算与语言
2024-07-19 v1
摘要
本文介绍了我们 dzNLP 团队对 NADI 2024 共享任务的贡献，具体针对子任务 1 - 多标签国家级别方言识别 (MLDID)（封闭轨道）。我们探索了各种配置以应对该挑战：在实验 1 中，我们利用包含不同 n-gram 值的词、字符和带单词边界字符的 n-gram 分析器的联合；在实验 2中，我们将 TF-IDF 特征的加权联合与各种权重相结合；在实验 3中，我们实现了使用线性支持向量分类器 (LSVC)、随机森林 (RF) 和 K 近邻 (KNN) 的加权多数投票方案。尽管我们的做法简单且依赖传统机器学习技术，但在 F1 分数和精确率方面仍表现出竞争力。值得注意的是，我们实现了最高的精确率分数 63.22%，但总体 F1 分数约为 21%，主要受低召回率 12.87%的显著影响。这表明虽然我们的模型在精确度方面非常高，但在召回广泛方言标签方面存在挑战，凸显了处理多样化方言变体的关键改进方向。
引用
@article{arxiv.2407.13608,
title = {dzNLP at NADI 2024 Shared Task: Multi-Classifier Ensemble with Weighted Voting and TF-IDF Features},
author = {Mohamed Lichouri and Khaled Lounnas and Boualem Nadjib Zahaf and Mehdi Ayoub Rabiai},
journal= {arXiv preprint arXiv:2407.13608},
year = {2024}
}
备注
Accepted for publication in the conference proceedings of ArabicNLP 2024