NIT COVID-19 在 WNUT-2020 任务2：用深度学习模型 RoBERTa 识别有价值的 COVID-19 英文推文

Jagadeesh M S; Alphonse P J A

doi:10.18653/v1/2020.wnut-1.66

NIT COVID-19 在 WNUT-2020 任务2：用深度学习模型 RoBERTa 识别有价值的 COVID-19 英文推文

计算与语言 2021-06-01 v1

作者: Jagadeesh M S , Alphonse P J A

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

本文介绍 NIT_COVID-19 团队为 WNUT-2020 任务2 中识别有价值的 COVID-19 英文推文所提交的模型。该共享任务解决自动识别英文推文是否与有价值（新型冠状病毒）信息相关的课题。这些有价值推文提供关于治愈、确诊、疑似与死亡病例以及病例位置或旅行史的信息。所提方法包含预处理技术与带合适超参数的预训练 RoBERTa，用于英文冠状病毒推文分类。所提模型在共享任务 WNUT 2020 任务2 中取得的 F1 分数表现为 89.14%。

关键词

COVID-19 推文推文分类 RoBERTa WNUT-2020 有价值推文深度学习

引用

@article{arxiv.2011.05551,
  title  = {NIT COVID-19 at WNUT-2020 Task 2: Deep Learning Model RoBERTa for Identify Informative COVID-19 English Tweets},
  author = {Jagadeesh M S and Alphonse P J A},
  journal= {arXiv preprint arXiv:2011.05551},
  year   = {2021}
}

备注

5 pages, one figures, conference

相关论文

查看更多相关论文 →