IITK的Detox系统在SemEval-2021任务5：用于毒性片段检测的半监督学习与Dice损失
计算与语言
2021-04-06 v1
摘要
在这项工作中，我们展示了解决SemEval-2021任务5——毒性片段检测的方法与发现。该任务的主要目标是识别给定文本中毒性所归属的片段。该任务具有挑战性主要由于两个限制：训练数据集小和类别分布不平衡。我们的论文研究了两种技术，即半监督学习和使用自调整Dice损失进行学习，以应对这些挑战。我们提交的系统（在排行榜上排名第九）由使用上述任一技术训练的多种预训练Transformer语言模型的集成组成。
引用
@article{arxiv.2104.01566,
title = {IITK@Detox at SemEval-2021 Task 5: Semi-Supervised Learning and Dice Loss for Toxic Spans Detection},
author = {Archit Bansal and Abhay Kaushik and Ashutosh Modi},
journal= {arXiv preprint arXiv:2104.01566},
year = {2021}
}
备注
Accepted at SemEval 2021 Task 5, 9 Pages (6 Pages main content + 1 Page for references + 2 Pages Appendix)