dzStance 在 StanceEval2024：基于句子转换器的阿拉伯语立场检测
计算与语言
2024-07-19 v1
摘要
本研究比较了术语频率-逆文档频率（TF-IDF）特征与句子转换器用于检测作家对三个重要议题的立场——COVID-19 疫苗、数字转型和女性赋权——偏好、反对或中立。通过实证评估，我们展示了句子转换器在各种实验设置下均优于 TF-IDF 特征。我们的团队 dzStance 在女性赋权竞赛中获得第13名（74.91%），在 COVID 疫苗中获得第10名（73.43%），在数字转型中获得第12名（66.97%）。总体而言，我们团队的性能在所有参赛者中排名第13（71.77%）。值得注意的是，我们的方法在各主题上实现了令人期待的 F1 分数，凸显了其在识别多样化议题中作家立场方面的有效性。这些结果凸显了句子转换器在解决关键社会议题时提高立场检测模型性能的潜力。
引用
@article{arxiv.2407.13603,
title = {dzStance at StanceEval2024: Arabic Stance Detection based on Sentence Transformers},
author = {Mohamed Lichouri and Khaled Lounnas and Khelil Rafik Ouaras and Mohamed Abi and Anis Guechtouli},
journal= {arXiv preprint arXiv:2407.13603},
year = {2024}
}
备注
Accepted for publication in the conference proceedings of ArabicNLP 2024