dzStance 参与 StanceEval2024:基于句子转换器的阿拉伯立场检测

💡 原文中文,约500字,阅读约需2分钟。
📝

内容提要

通过实证评估比较了TF-IDF特征和句子转换模型在检测作者对COVID-19疫苗、数码转型和妇女赋权等话题的态度方面的表现。结果显示句子转换模型优于TF-IDF特征。团队在态度检测比赛中获得不错成绩,突显了句子转换模型在解决关键社会问题时的潜力。

🎯

关键要点

  • 通过实证评估对比TF-IDF特征和句子转换模型在态度检测中的表现。
  • 研究主题包括COVID-19疫苗、数码转型和妇女赋权。
  • 结果显示句子转换模型在各种实验设置下优于TF-IDF特征。
  • 团队dzStance在态度检测比赛中表现良好,妇女赋权获得第13名,COVID疫苗第10名,数码转型第12名。
  • 团队总体排名第13名,F1分数表现出色,显示出模型的有效性。
  • 结果强调句子转换模型在解决关键社会问题时的潜力。
➡️

继续阅读