Palomino-Ochoa在SemEval-2020任务9中的工作:基于Transformer的鲁棒混合语码情感分类系统
计算与语言
2020-11-19 v1 机器学习
摘要
我们提出一个迁移学习系统以执行混合西班牙语-英语情感分类任务。我们的方案使用最先进的语言模型BERT,并将其嵌入ULMFiT迁移学习流程中。这种组合使我们能够预测语码混合(英语-西班牙语)推文的极性检测。因此,在提交的29个系统中,我们的方法(称为dplominop)在SemEval 2020任务9的Sentimix Spanglish测试集上排名第4。事实上,我们的系统取得了0.755的加权F1分数值,且易于复现——源代码和实现细节均已公开。
引用
@article{arxiv.2011.09448,
title = {Palomino-Ochoa at SemEval-2020 Task 9: Robust System based on Transformer for Code-Mixed Sentiment Classification},
author = {Daniel Palomino and Jose Ochoa-Luna},
journal= {arXiv preprint arXiv:2011.09448},
year = {2020}
}
备注
Accepted at SemEval-2020, COLING