使用 Transformer 模型集成进行共情与困扰检测
计算与语言
2023-12-06 v1
摘要
本文介绍我们参加 WASSA 2023 共情、情绪与人格共享任务的方法。共情与困扰是在自然话语中隐式表达的人类情感。共情与困扰检测是自然语言处理中的关键挑战，有助于我们理解对话。所提供的数据集包含若干英文长文本示例，每个示例关联一个共情与困扰的数值评分。作为方法的一部分，我们实验了多个基于 BERT 的模型，并尝试了多种集成方法。我们最终提交的方案 Pearson 相关系数为 0.346，在共情与困扰检测子任务中排名第三。
引用
@article{arxiv.2312.02578,
title = {Empathy and Distress Detection using Ensembles of Transformer Models},
author = {Tanmay Chavan and Kshitij Deshpande and Sheetal Sonawane},
journal= {arXiv preprint arXiv:2312.02578},
year = {2023}
}
备注
Accepted at the WASSA 2023 workshop at ACL 2023