niksss 在 HinglishEval 任务中：基于语言无关的 BERT 上下文嵌入与 Catboost 的低资源合成代码混合印地英语文本质量评估
计算与语言
2022-06-20 v1
摘要
本文描述了 INLG 2022 年 HinglishEval 挑战赛的系统描述。该任务的目标是研究影响代码混合文本生成系统质量的因素。该任务分为两个子任务：合成 Hinglish 数据集的质量评分预测和标注者分歧预测。我们尝试使用句子级嵌入来解决这些任务，这些嵌入是通过对文本中所有输入 token 的上下文化词嵌入进行平均池化获得的。我们在为相应任务生成的嵌入之上，实验了各种分类器。我们表现最佳的系统在子任务 B 上排名第一，在子任务 A 上排名第三。
引用
@article{arxiv.2206.08910,
title = {niksss at HinglishEval: Language-agnostic BERT-based Contextual Embeddings with Catboost for Quality Evaluation of the Low-Resource Synthetically Generated Code-Mixed Hinglish Text},
author = {Nikhil Singh},
journal= {arXiv preprint arXiv:2206.08910},
year = {2022}
}