GMNLP 在 SemEval-2023 任务 12：基于系统发生树的适配器情感分析
计算与语言
2023-04-26 v1 机器学习
摘要
本报告描述了 GMU 用于 SemEval-2023 共享任务 AfriSenti-SemEval 的情感分析系统。我们参与了全部三个子任务：单语、多语和零样本。我们的方法使用以 AfroXLMR-large 初始化的模型，这是一个在非洲语言上训练并相应微调的预训练多语言语言模型。我们还引入了增强训练数据与原训练数据一起使用。除微调外，我们执行基于系统发生树的适配器调优以创建若干模型，并集成最佳模型用于最终提交。我们的系统在赛道 5（阿姆哈拉语）上取得了最佳 F1 分数，比该赛道上表现第二的系统高 6.2 个 F1 分数点。总体而言，我们的系统在参与全部 15 个赛道的 10 个系统中排名第 5。
引用
@article{arxiv.2304.12979,
title = {GMNLP at SemEval-2023 Task 12: Sentiment Analysis with Phylogeny-Based Adapters},
author = {Md Mahfuz Ibn Alam and Ruoyu Xie and Fahim Faisal and Antonios Anastasopoulos},
journal= {arXiv preprint arXiv:2304.12979},
year = {2023}
}
备注
Accepted at SemEval Workshop at ACL 2023