HULAT 团队在 SemEval-2023 任务 9 中的工作：面向多语言推文亲密度分析的预训练 Transformer 数据增强
计算与语言
2023-02-27 v1 人工智能
机器学习
神经与进化计算
摘要
本文描述了我们参与 SemEval-2023 任务 9（多语言推文亲密度分析）的情况。我们使用训练数据集和由不同数据增强技术生成的合成数据，对一些最流行的 Transformer 模型进行了微调。在开发阶段，我们使用 XLM-T 取得了最佳结果。数据增强技术对结果的提升非常微弱。我们的系统在 45 个参赛系统中排名第 27 位。尽管结果平平，我们的系统仍在葡萄牙语、英语和荷兰语等语言上展现出有前景的结果。我们的所有代码均可在仓库 \url{https://github.com/isegura/hulat_intimacy} 中获取。
引用
@article{arxiv.2302.12794,
title = {HULAT at SemEval-2023 Task 9: Data augmentation for pre-trained transformers applied to Multilingual Tweet Intimacy Analysis},
author = {Isabel Segura-Bedmar},
journal= {arXiv preprint arXiv:2302.12794},
year = {2023}
}