Nowruz 团队在 SemEval-2022 任务 7 中的工作：用 Transformer 与序数回归处理完形填空测试
计算与语言
2022-04-04 v1 人工智能
摘要
本文概述了 Nowruz 团队参与 SemEval 2022 任务 7（识别隐含及欠规范短语的合理澄清）子任务 A 和 B 时所使用的系统。该模型以预训练的 transformer 为骨干，针对与 Wikihow 网站上的说明文本相关的完形填空任务中寻找最佳填充词的多任务分类与排序问题。系统采用两个序数回归组件的组合，在多任务学习场景下处理该任务。根据共享任务的官方排行榜，该系统在 21 支参赛队伍中排名子任务排序第 5、分类第 7。通过额外实验，模型此后得到了进一步优化。
引用
@article{arxiv.2204.00556,
title = {Nowruz at SemEval-2022 Task 7: Tackling Cloze Tests with Transformers and Ordinal Regression},
author = {Mohammadmahdi Nouriborji and Omid Rohanian and David Clifton},
journal= {arXiv preprint arXiv:2204.00556},
year = {2022}
}
备注
SemEval 2022