WASSA@IITK 在 WASSA 2021 上的工作：用于情绪分类与共情预测的多任务学习与 Transformer 微调
计算与语言
2021-04-21 v1
摘要
本文描述了我们在 WASSA 2021 关于共情预测与情绪分类共享任务中的贡献。该任务的广泛目标是为针对某篇涉及他人受害新闻报道所写的文章建模其共情分数、痛苦分数以及整体情绪水平。我们大量使用了 ELECTRA 模型，并采用了多任务学习等先进的深度学习方法。此外，我们还利用了集成等标准机器学习技术。我们的系统在子任务 I 上取得了 0.533 的皮尔逊相关系数，在子任务 II 上取得了 0.5528 的宏 F1 分数。我们在情绪分类子任务中排名第 1，在共情预测子任务中排名第 3。
引用
@article{arxiv.2104.09827,
title = {WASSA@IITK at WASSA 2021: Multi-task Learning and Transformer Finetuning for Emotion Classification and Empathy Prediction},
author = {Jay Mundra and Rohan Gupta and Sagnik Mukherjee},
journal= {arXiv preprint arXiv:2104.09827},
year = {2021}
}
备注
Accepted at WASSA-2021, 4 Pages + 1 Page (references)