PetKaz 在 SemEval-2024 Task 3：利用 LLM 推进对话中的情感-原因对提取以实现情感分类
计算与语言
2024-04-09 v1 人工智能
摘要
在本文中，我们提交了参加 SemEval-2023 Task 3“对话中的多模态情感原因分析竞赛”的方案，重点是从对话中提取情感-原因对。具体而言，我们的方法依赖于将微调的 GPT-3.5 用于情感分类与基于 BiLSTM 的神经网络检测原因相结合。我们在子任务 1 的排名中位列第二，以 0.264 的加权平均比例 F1 分数（已记录的最高分之一）证明了我们方法的有效性。
引用
@article{arxiv.2404.05502,
title = {PetKaz at SemEval-2024 Task 3: Advancing Emotion Classification with an LLM for Emotion-Cause Pair Extraction in Conversations},
author = {Roman Kazakov and Kseniia Petukhova and Ekaterina Kochmar},
journal= {arXiv preprint arXiv:2404.05502},
year = {2024}
}
备注
8 pages, 7 figures, 2 tables, to be published in the Proceedings of the 18th International Workshop on Semantic Evaluation (SemEval-2024), for associated code, see https://github.com/sachertort/petkaz-semeval-ecac