NBF 在 SemEval-2025 任务 5 中：用于多语言学科推荐的轻量突发注意力增强系统
计算与语言
2025-05-07 v1
摘要
我们展示了提交给 SemEval 2025 任务 5 的系统，该任务专注于英文和德文学术领域的跨语言学科分类。我们的方法在训练期间利用双语数据，采用负采样和基于间隔的检索目标。我们证明了一种设计为显著降低内部维度的维度即令牌自注意力机制，能够有效编码用于学科检索的句子嵌入。在定量评估中，我们的系统在一般定量设置（所有学科）下取得了 32.24% 的平均召回率，在最小化 GPU 使用的情况下，一般定性评估方法的召回率分别为 43.16% 和 31.53%，凸显了其具有竞争力的性能。我们的结果表明，我们的方法在资源受限的情况下能有效捕获相关学科信息，尽管仍有改进空间。
引用
@article{arxiv.2505.03711,
title = {NBF at SemEval-2025 Task 5: Light-Burst Attention Enhanced System for Multilingual Subject Recommendation},
author = {Baharul Islam and Nasim Ahmad and Ferdous Ahmed Barbhuiya and Kuntal Dey},
journal= {arXiv preprint arXiv:2505.03711},
year = {2025}
}