IITK在SemEval-2024任务1：多语言文本中语义文本相关性的对比学习和自编码器
计算与语言
2024-04-09 v1 人工智能
机器学习
摘要
本文描述了为SemEval-2024任务1：语义文本相关性开发的系统。该挑战旨在自动检测14种语言（包括高低资源的亚洲和非洲语言）句子对之间的相关程度。我们的团队参与了两个子任务：Track A（监督）和Track B（无监督）。本文主要介绍了一种基于BERT的对比学习和相似度度量方法，用于监督轨道，同时探索了自编码器用于无监督轨道。此外，还旨在通过负采样策略创建二元组相关性语料库，从而生成精炼的词嵌入。
引用
@article{arxiv.2404.04513,
title = {IITK at SemEval-2024 Task 1: Contrastive Learning and Autoencoders for Semantic Textual Relatedness in Multilingual Texts},
author = {Udvas Basak and Rajarshi Dutta and Shivam Pandey and Ashutosh Modi},
journal= {arXiv preprint arXiv:2404.04513},
year = {2024}
}
备注
Accepted at SemEval 2024, NAACL 2024; 6 pages