UnibucKernel：基于集成学习的瑞士德语 Jodel 地理定位
计算与语言
2021-03-02 v3
摘要
在这项工作中，我们描述了应对 2021 VarDial 评测活动中社交媒体变体地理定位任务的方法。我们聚焦于第二个子任务，该子任务基于一个由约三万条瑞士德语 Jodel 组成的数据集。该方言识别任务旨在准确预测测试样本的纬度和经度。我们将该任务构建为一个双重回归问题，采用 XGBoost 元学习器，结合多种机器学习方法的综合能力来预测纬度和经度。我们集成中包括的模型从简单回归技术（如支持向量回归）到深度神经模型（如混合神经网络和神经 transformer）。为最小化预测误差，我们从几个不同角度处理该问题，并考虑各类特征，从底层字符 n-gram 到高层 BERT 嵌入。结合上述方法能力的 XGBoost 集成在测试数据上取得了 23.6 km 的中位距离，使我们在排名中位列第三，与第一和第二名提交结果分别相差 6.05 km 和 2.9 km。
引用
@article{arxiv.2102.09379,
title = {UnibucKernel: Geolocating Swiss German Jodels Using Ensemble Learning},
author = {Mihaela Gaman and Sebastian Cojocariu and Radu Tudor Ionescu},
journal= {arXiv preprint arXiv:2102.09379},
year = {2021}
}
备注
This paper describes our system for the SMG-CH shared task of the VarDial 2021 Evaluation Campaign. arXiv admin note: text overlap with arXiv:2010.03614