Empathy and Distress Detection using Ensembles of Transformer Models

要約

この文書では、WASSA 2023 の共感、感情、パーソナリティの共有タスクに対する私たちのアプローチを紹介します。
共感と苦痛は、自然な会話の中で暗黙のうちに表現される人間の感情です。
共感と苦痛の検出は、会話の理解を助ける自然言語処理における重要な課題です。
提供されたデータセットは、英語のいくつかの長文例で構成されており、各例は共感と苦痛の数値スコアに関連付けられています。
アプローチの一環として、いくつかの BERT ベースのモデルを実験します。
アンサンブルの手法もいろいろ試しています。
私たちの最終提出物では、ピアソンの r スコアが 0.346 で、共感と苦痛の検出のサブタスクで 3 位になりました。

要約(オリジナル)

This paper presents our approach for the WASSA 2023 Empathy, Emotion and Personality Shared Task. Empathy and distress are human feelings that are implicitly expressed in natural discourses. Empathy and distress detection are crucial challenges in Natural Language Processing that can aid our understanding of conversations. The provided dataset consists of several long-text examples in the English language, with each example associated with a numeric score for empathy and distress. We experiment with several BERT-based models as a part of our approach. We also try various ensemble methods. Our final submission has a Pearson’s r score of 0.346, placing us third in the empathy and distress detection subtask.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google