IIT_kgp在FinCausal 2020共享任务1中的工作：基于句子嵌入的财务报告因果关系检测
计算与语言
2020-11-17 v1
摘要
本文描述了该团队提交给FinCausal 2020共享任务的工作。该工作与识别句子中因果关系的第一个子任务相关。实验中使用的各种模型试图为每句话获得一个潜在空间表示。在这些表示上执行线性回归，以分类该句子是否为因果句。实验表明，BERT（Large）表现最佳，在金融文本与报告中句子因果关系检测任务中给出了0.958的F1分数。类别不平衡通过修改损失函数来处理，以在评估中获得更好的度量分数。
引用
@article{arxiv.2011.07670,
title = {IIT_kgp at FinCausal 2020, Shared Task 1: Causality Detection using Sentence Embeddings in Financial Reports},
author = {Arka Mitra and Harshvardhan Srivastava and Yugam Tiwari},
journal= {arXiv preprint arXiv:2011.07670},
year = {2020}
}