SemEval-2023 Task 12: Sentiment Analysis for African Languages (AfriSenti-SemEval)

要約

タイトル:SemEval-2023 Task 12: Sentiment Analysis for African Languages (AfriSenti-SemEval)

要約:

– AfriSenti-SemEvalは、14のアフリカ言語(アムハラ語、アルジェリアンアラビア語、ハウサ語、イボ語、キニヤルワンダ語、モロッコアラビア語、モザンビークポルトガル語、ナイジェリアピジン、オロモ語、スワヒリ語、ティグリニャ語、トゥイ語、シブンタ語、ヨルバ語)を用いた感情分析のためのデータセットである。データセットはhttps://github.com/afrisenti-semeval/afrisent-semeval-2023から利用可能。
– AfriSenti-SemEvalには、3つのラベル(正、負、中立)を持つ3クラスのラベル付きデータを使用し、(1)モノリンガル分類、(2)マルチリンガル分類、および(3)ゼロショット分類の3つのサブタスクがある。
– 44の提出物があったTask A(モノリンガル分類)、32の提出物があったTask B(マルチリンガル分類)、および34の提出物があったTask C(ゼロショット分類)である。
– Task AおよびBの最良のシステムは、それぞれNLNDEチームによって71.31および75.06の重み付きF1で達成された。
– Task Cの平均で最良のシステムは、UCAS-IIE-NLPによって58.15の重み付きF1で達成された。
– 上位10システムの採用した様々なアプローチについて説明する。

要約(オリジナル)

We present the first Africentric SemEval Shared task, Sentiment Analysis for African Languages (AfriSenti-SemEval) – the dataset is available at https://github.com/afrisenti-semeval/afrisent-semeval-2023. AfriSenti-SemEval is a sentiment classification challenge in 14 African languages – Amharic, Algerian Arabic, Hausa, Igbo, Kinyarwanda, Moroccan Arabic, Mozambican Portuguese, Nigerian Pidgin, Oromo, Swahili, Tigrinya, Twi, Xitsonga, and Yor\`ub\’a (Muhammad et al., 2023), using a 3-class labeled data: positive, negative, and neutral. We present three subtasks: (1) Task A: monolingual classification, which received 44 submissions; (2) Task B: multilingual classification, which received 32 submissions; and (3) Task C: zero-shot classification, which received 34 submissions. The best system for tasks A and B was achieved by NLNDE team with 71.31 and 75.06 weighted F1, respectively. UCAS-IIE-NLP achieved the best system on average for task C with 58.15 weighted F1. We describe the various approaches adopted by the top 10 systems and their approaches.

arxiv情報

著者 Shamsuddeen Hassan Muhammad,Idris Abdulmumin,Seid Muhie Yimam,David Ifeoluwa Adelani,Ibrahim Sa’id Ahmad,Nedjma Ousidhoum,Abinew Ayele,Saif M. Mohammad,Meriem Beloucif
発行日 2023-04-13 22:26:10+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, OpenAI

カテゴリー: cs.CL パーマリンク