VISU at WASSA 2023 Shared Task: Detecting Emotions in Reaction to News Stories Leveraging BERT and Stacked Embeddings

要約

私たちのシステム VISU は、WASSA 2023 の共有タスク (3) のニュース記事に対する反応として書かれたエッセイからの感情分類に参加しました。
複雑な対話からの感情の検出は困難であり、多くの場合、コンテキスト/ドメインの理解が必要です。
したがって、この研究では、表現された感情のニュアンスを捕捉するために、単語埋め込み表現とカスタマイズされた事前所有戦略を組み合わせて使用​​する深層学習 (DL) モデルの開発に焦点を当てました。
私たちの実験では、双方向長期短期記憶 (BiLSTM) および Transformer ベースのモデルを使用した静的およびコンテキスト エンベディング (個別およびスタック) を使用しました。
マクロ F1 スコア 0.2717 を獲得し、感情検出タスクで 10 位を獲得し、対象となる感情のカテゴリーが混在する小規模で不均衡なデータセットに対して実装したアプローチの有効性を検証しました。

要約(オリジナル)

Our system, VISU, participated in the WASSA 2023 Shared Task (3) of Emotion Classification from essays written in reaction to news articles. Emotion detection from complex dialogues is challenging and often requires context/domain understanding. Therefore in this research, we have focused on developing deep learning (DL) models using the combination of word embedding representations with tailored prepossessing strategies to capture the nuances of emotions expressed. Our experiments used static and contextual embeddings (individual and stacked) with Bidirectional Long short-term memory (BiLSTM) and Transformer based models. We occupied rank tenth in the emotion detection task by scoring a Macro F1-Score of 0.2717, validating the efficacy of our implemented approaches for small and imbalanced datasets with mixed categories of target emotions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google