TempoWiC：面向社交媒体语义漂移检测的评测基准
计算与语言
2022-09-19 v2
摘要
语言随时间演变，词义也随之变化。在社交媒体中尤为如此，因为其动态特性导致语义漂移更快，使NLP模型难以应对新内容与新趋势。然而，专门应对这些社交平台动态特性的数据集与模型数量稀少。为弥补这一缺口，我们提出TempoWiC，一个尤其旨在加速基于社交媒体的语义漂移研究的新基准。我们的结果表明，即便对于近期发布的专用于社交媒体的语言模型而言，TempoWiC也是一个具有挑战性的基准。
引用
@article{arxiv.2209.07216,
title = {TempoWiC: An Evaluation Benchmark for Detecting Meaning Shift in Social Media},
author = {Daniel Loureiro and Aminette D'Souza and Areej Nasser Muhajab and Isabella A. White and Gabriel Wong and Luis Espinosa Anke and Leonardo Neves and Francesco Barbieri and Jose Camacho-Collados},
journal= {arXiv preprint arXiv:2209.07216},
year = {2022}
}
备注
Accepted to COLING 2022. Used to create the TempoWiC Shared Task for EvoNLP