T"ubingen-CL at SemEval-2024 Task 1：语义相关性估计的集成学习

Leixin Zhang; Çağrı Çöltekin

doi:10.18653/v1/2024.semeval-1.147

T"ubingen-CL at SemEval-2024 Task 1：语义相关性估计的集成学习

计算与语言 2024-10-15 v1

作者: Leixin Zhang , Çağrı Çöltekin

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

本文介绍我们的系统用于 SemEval-2024 任务 1，旨在预测句子对的相关性。我们认为语义相关性是一个超越句子相似性更广泛概念的概念，致力于识别用于相关性估计的有用特征。我们采用集成方法，整合各种系统，包括统计文本特征和深度学习模型输出，以预测相关性得分。研究结果表明，语义相关性可从多种来源推断，集成模型在估计语义相关性方面优于许多单一系统。

关键词

语义相关性集成学习句子相似性 SemEval 特征提取

引用

@article{arxiv.2410.10585,
  title  = {T\"ubingen-CL at SemEval-2024 Task 1:Ensemble Learning for Semantic Relatedness Estimation},
  author = {Leixin Zhang and Çağrı Çöltekin},
  journal= {arXiv preprint arXiv:2410.10585},
  year   = {2024}
}

备注

5 pages

相关论文

查看更多相关论文 →