BriefGPT - AI 论文速递
·
ThangDLU 在 #SMM4H 2024 的研究：用编码解码模型对儿童和青少年的社交障碍文本进行分类
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究使用预训练的编码器-解码器模型解决推文数据分类挑战，并通过数据增强方法提高模型性能。在SMM4H 2024研讨会的第3和第5任务中，获得较高的F1分数。
🎯
关键要点
- 本研究参与了 SMM4H 2024 研讨会的第 3 和第 5 任务。
- 研究旨在解决推文数据中的分类挑战。
- 使用预训练的编码器-解码器模型，如 BART-base 和 T5-small。
- 通过迁移学习识别给定推文的标签。
- 采用数据增强方法提高模型性能。
- 在第 3 任务中获得了 0.627 的最佳 F1 分数。
- 在第 5 任务中获得了 0.841 的最佳 F1 分数。
🏷️
标签
➡️
