Nostra Domina at EvaLatin 2024: Improving Latin Polarity Detection through Data Augmentation

要約

このペーパーでは、チーム Nostra Domina から EvaLatin 2024 の感情極性検出の共有タスクへの提出物について説明します。
ラテン語のリソースが少ない環境と、詩などの修辞ジャンルにおける感情の複雑さを考慮して、自動極性注釈を通じて利用可能なデータを増強しました。
$k$-means アルゴリズムに基づいてこれを行うための 2 つの方法を紹介し、ニューラル アーキテクチャでさまざまなラテン語大規模言語モデル (LLM) を採用して、根底にある文脈上の感情表現をより適切に捕捉します。
私たちの最良のアプローチは、共有タスクのテスト セットで 2 番目に高いマクロ平均 Macro-$F_1$ スコアを達成しました。

要約(オリジナル)

This paper describes submissions from the team Nostra Domina to the EvaLatin 2024 shared task of emotion polarity detection. Given the low-resource environment of Latin and the complexity of sentiment in rhetorical genres like poetry, we augmented the available data through automatic polarity annotation. We present two methods for doing so on the basis of the $k$-means algorithm, and we employ a variety of Latin large language models (LLMs) in a neural architecture to better capture the underlying contextual sentiment representations. Our best approach achieved the second highest macro-averaged Macro-$F_1$ score on the shared task’s test set.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google