Nostra Domina在EvaLatin 2024：通过数据增强改进拉丁语极性检测
计算与语言
2024-04-12 v1 机器学习
摘要
本文描述了Nostra Domina团队在EvaLatin 2024情感极性检测共享任务中的提交。鉴于拉丁语的低资源环境以及诗歌等修辞体裁中情感的复杂性，我们通过自动极性标注扩充了可用数据。我们提出了两种基于k-means算法的方法，并在神经架构中使用了多种拉丁语大语言模型（LLMs），以更好地捕捉潜在的上下文情感表示。我们的最佳方法在共享任务测试集上取得了第二高的宏平均Macro-F1分数。
引用
@article{arxiv.2404.07792,
title = {Nostra Domina at EvaLatin 2024: Improving Latin Polarity Detection through Data Augmentation},
author = {Stephen Bothwell and Abigail Swenor and David Chiang},
journal= {arXiv preprint arXiv:2404.07792},
year = {2024}
}
备注
Proceedings of the Third Workshop on Language Technologies for Historical and Ancient Languages