CheckThat! 2024任务：从多语言文本序列识别主观性
计算与语言
2024-07-16 v1
摘要
本研究解决一个二分类任务，用于确定文本序列（句子或段落）是主观还是客观。该任务涵盖五种语言：阿拉伯语、保加利亚语、英语、德语和意大利语，以及多语言类别。我们的主要方法包括几个关键技术。最初，我们通过词性标注（POS）处理数据、识别问号，并应用注意力掩码。我们对基于情感的Transformer模型'MarieAngeA13/Sentiment-Analysis-BERT'进行微调。鉴于目标数据更多，我们实现了自定义分类器，为目标数据分配更大的权重。此外，我们将非英语数据翻译成英文，以保持数据集的一致性。我们的模型取得了显著的结果，在多语言数据集（宏平均F1=0.7121）和德语（宏平均F1=0.7908）中取得优异成绩。在阿拉伯语（宏平均F1=0.4908）和保加利亚语（宏平均F1=0.7169）中名列第2，在意大利语（宏平均F1=0.7430）中名列第3，在英语（宏平均F1=0.6893）中名列第9。
关键词
引用
@article{arxiv.2407.10252,
title = {Nullpointer at CheckThat! 2024: Identifying Subjectivity from Multilingual Text Sequence},
author = {Md. Rafiul Biswas and Abrar Tasneem Abir and Wajdi Zaghouani},
journal= {arXiv preprint arXiv:2407.10252},
year = {2024}
}