Masakhane-Afrisenti在SemEval-2023任务12中的工作：面向低资源非洲语言使用非洲中心语言模型与适配器的情感分析
计算与语言
2023-04-14 v1 人工智能
摘要
AfriSenti-SemEval是SemEval-2023的共享任务12。该任务旨在对12种非洲语言进行单语情感分类（子任务A）、多语情感分类（子任务B）和零样本情感分类（任务C）。对于子任务A，我们使用经典机器学习分类器、非洲中心语言模型和语言特定模型进行了实验。对于任务B，我们微调了支持任务中许多语言的多语预训练语言模型。对于任务C，我们使用一种参数高效的Adapter（适配器）方法，该方法利用目标语言的单语文本实现有效的零样本迁移。我们的发现表明，使用预训练的非洲中心语言模型可改善低资源非洲语言的性能。我们还使用适配器进行了零样本任务实验，结果表明通过有限资源使用适配器可获得有前景的结果。
引用
@article{arxiv.2304.06459,
title = {Masakhane-Afrisenti at SemEval-2023 Task 12: Sentiment Analysis using Afro-centric Language Models and Adapters for Low-resource African Languages},
author = {Israel Abebe Azime and Sana Sabah Al-Azzawi and Atnafu Lambebo Tonja and Iyanuoluwa Shode and Jesujoba Alabi and Ayodele Awokoya and Mardiyyah Oduwole and Tosin Adewumi and Samuel Fanijo and Oyinkansola Awosan and Oreen Yousuf},
journal= {arXiv preprint arXiv:2304.06459},
year = {2023}
}
备注
SemEval 2023