HinglishNLP：用于Hinglish情感检测的微调语言模型
计算与语言
2020-08-25 v1 机器学习
摘要
针对码混社交媒体文本的情感分析仍是一个未被充分探索的领域。本工作补充了两种常见方法：微调大型transformer模型以及像ULMFiT这样的样本高效方法。先前工作展示了经典机器学习方法在极性检测中的有效性。我们将BERT系列等微调通用语言表示模型与经典机器学习和集成方法进行了基准比较。我们表明NB-SVM相对于RoBERTa在F1上高出6.2%（相对值）。性能最佳的模型是多数投票集成，其F1达到0.707。该排行榜提交使用codalab用户名nirantk，F1为0.689。
引用
@article{arxiv.2008.09820,
title = {HinglishNLP: Fine-tuned Language Models for Hinglish Sentiment Detection},
author = {Meghana Bhange and Nirant Kasliwal},
journal= {arXiv preprint arXiv:2008.09820},
year = {2020}
}
备注
SemEval 2020