Xu 在 SemEval-2022 任务 4 中的工作：用于 patronizing 与 condescending 语言检测的预 BERT 神经网络方法对比后 BERT RoBERTa 方法
计算与语言
2022-11-15 v1
摘要
本文描述了我参与 SemEval-2022 任务 4：Patronizing and Condescending Language（PCL， patronizing 与 condescending 语言）检测的情况。我参与了两个子任务：Patronizing and Condescending Language（PCL）识别与 Patronizing and Condescending Language 分类，主要聚焦于子任务 1。实验比较了基于预 BERT 神经网络（NN）的系统与后 BERT 预训练语言模型 RoBERTa。本研究发现实验中基于 NN 的系统在该任务上表现劣于预训练语言模型。表现最佳的 RoBERTa 系统在子任务 1 中排名 78 支队伍里的第 26 名（F1 分数：54.64），在子任务 2 中排名 49 支队伍里的第 23 名（F1 分数：30.03）。
引用
@article{arxiv.2211.06874,
title = {Xu at SemEval-2022 Task 4: Pre-BERT Neural Network Methods vs Post-BERT RoBERTa Approach for Patronizing and Condescending Language Detection},
author = {Jinghua Xu},
journal= {arXiv preprint arXiv:2211.06874},
year = {2022}
}
备注
Accepted at the International Workshop on Semantic Evaluation (2022) co-located with NAACL