要約
この文書では、SemEval-2024 タスク 1 – セマンティック テキスト関連性に対する MasonTigers のエントリを紹介します。
このタスクには、14 の異なる言語にわたる教師あり (トラック A)、教師なし (トラック B)、および言語間 (トラック C) のアプローチが含まれます。
メイソンタイガースは、3 つのトラックにわたってすべての言語で参加した 2 つのチームのうちの 1 つとして際立っています。
私たちのアプローチは、トラック A で 11 位から 21 位、トラック B で 1 位から 8 位、トラック C で 5 位から 12 位のランキングを獲得しました。タスク固有の制約を遵守し、最もパフォーマンスの高いアプローチは、統計的機械学習アプローチを組み合わせたアンサンブルを利用しています。
言語固有の BERT ベースのモデルと文トランスフォーマーを使用します。
要約(オリジナル)
This paper presents the MasonTigers entry to the SemEval-2024 Task 1 – Semantic Textual Relatedness. The task encompasses supervised (Track A), unsupervised (Track B), and cross-lingual (Track C) approaches across 14 different languages. MasonTigers stands out as one of the two teams who participated in all languages across the three tracks. Our approaches achieved rankings ranging from 11th to 21st in Track A, from 1st to 8th in Track B, and from 5th to 12th in Track C. Adhering to the task-specific constraints, our best performing approaches utilize ensemble of statistical machine learning approaches combined with language-specific BERT based models and sentence transformers.
arxiv情報
| 著者 | Dhiman Goswami,Sadiya Sayara Chowdhury Puspo,Md Nishat Raihan,Al Nahian Bin Emran,Amrita Ganguly,Marcos Zampieri |
| 発行日 | 2024-03-22 06:47:42+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google