COVID-19 自诊断分类：BERT 和 LightGBM 模型
原文中文，约200字，阅读约需1分钟。发表于：。我们在 SMMH4-23 的共享任务 1 和 4 中通过使用 Transformer 模型（BERT）与 LightGBM 模型结合取得了最高的 f1 分数为 0.94，对英文推文进行 COVID-19 诊断的二元分类以及对英文 Reddit 帖子进行社交焦虑症诊断的二元分类。
该论文介绍了在SMM4H 2022共享任务中对Twitter上的自我报告的亲密伴侣暴力进行分类的提交。该系统由五个RoBERTa模型的集成组成，通过在验证数据集上的F1分数进行加权。该系统的效果比基线提高了13％，成为该共享任务中表现最好的系统。
