TartuNLP在EvaLatin 2024：情感极性检测
计算与语言
2024-12-10 v2
摘要
本文介绍了TartuNLP团队提交给EvaLatin 2024历史拉丁语文本情感极性检测共享任务的系统。我们的系统依赖于两种不同的监督学习训练数据标注方法：1）采用组织者提供的极性词典创建基于启发式的标签，以及2）使用GPT4生成标签。我们使用adapters框架采用了参数高效微调，并针对语言和任务适配器的训练，实验了单语和跨语言知识迁移。我们提交的使用LLM生成标签的系统在情感极性检测任务中获得了总成绩第一名。我们的结果表明，基于LLM的标注在拉丁语文本上展现出有前景的结果。
引用
@article{arxiv.2405.01159,
title = {TartuNLP at EvaLatin 2024: Emotion Polarity Detection},
author = {Aleksei Dorkin and Kairit Sirts},
journal= {arXiv preprint arXiv:2405.01159},
year = {2024}
}
备注
Added Acknowledgments section