要約
この論文では、10 言語にわたって同性愛嫌悪やトランス嫌悪を検出することを目的とした、LT-EDI 2024 ワークショップのタスク 2 に対するアプローチと結果について説明します。
私たちの方法論には、モノリンガルトランスフォーマーとアンサンブル方法が含まれており、それぞれの長所を利用してモデルのパフォーマンスを向上させます。
アンサンブル モデルはうまく機能し、マクロ F1 スコアで測定したところ、私たちのチームである MasonTigers は 10 言語中 8 言語でトップ 5 に入りました。
私たちの研究では、多言語シナリオにおけるアンサンブル手法の有効性を強調し、言語固有のタスクの複雑さに対処しています。
要約(オリジナル)
In this paper, we describe our approaches and results for Task 2 of the LT-EDI 2024 Workshop, aimed at detecting homophobia and/or transphobia across ten languages. Our methodologies include monolingual transformers and ensemble methods, capitalizing on the strengths of each to enhance the performance of the models. The ensemble models worked well, placing our team, MasonTigers, in the top five for eight of the ten languages, as measured by the macro F1 score. Our work emphasizes the efficacy of ensemble methods in multilingual scenarios, addressing the complexities of language-specific tasks.
arxiv情報
| 著者 | Dhiman Goswami,Sadiya Sayara Chowdhury Puspo,Md Nishat Raihan,Al Nahian Bin Emran |
| 発行日 | 2024-01-26 06:56:17+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google