LT@Helsinki在SemEval-2020任务12中的工作：多语言还是特定语言的BERT？
计算与语言
2020-08-04 v1
摘要
本文介绍了LT@Helsinki团队在SemEval 2020共享任务12中提交的不同模型。我们团队参与了子任务A和C，分别题为攻击性语言识别与攻击目标识别。在这两种情况下，我们都使用了所谓的Transformer双向编码器表示（Bidirectional Encoder Representation from Transformer, BERT），这是由Google预训练并由我们在OLID和SOLID数据集上微调的模型。结果表明，攻击性推文分类是BERT能够取得最先进（state-of-the-art, SOTA）结果的若干基于语言的任务之一。
引用
@article{arxiv.2008.00805,
title = {LT@Helsinki at SemEval-2020 Task 12: Multilingual or language-specific BERT?},
author = {Marc Pàmies and Emily Öhman and Kaisla Kajava and Jörg Tiedemann},
journal= {arXiv preprint arXiv:2008.00805},
year = {2020}
}
备注
Accepted at SemEval-2020 Task 12. Identical to camera-ready version except where adjustments to fit arXiv requirements were necessary