UG18 at SemEval-2018 Task 1 : Generating Additional Training Data for Predicting Emotion Intensity in SpanishUG18 at SemEval-2018 Task 1: Generating Additional Training Data for Predicting Emotion Intensity in Spanish

Marloes Kuijper; Mike van Lenthe; Rik van Noord

doi:10.18653/v1/S18-1041

UG18 at SemEval-2018 Task 1 : Generating Additional Training Data for Predicting Emotion Intensity in SpanishUG18 at SemEval-2018 Task 1: Generating Additional Training Data for Predicting Emotion Intensity in Spanish @ item Spelling dictionary Language @ info

Marloes Kuijper, Mike van Lenthe, Rik van Noord

Abstract

The present study describes our submission to SemEval 2018 Task 1 : Affect in Tweets. Our Spanish-only approach aimed to demonstrate that it is beneficial to automatically generate additional training data by (i) translating training data from other languages and (ii) applying a semi-supervised learning method. We find strong support for both approaches, with those models outperforming our regular models in all subtasks. However, creating a stepwise ensemble of different models as opposed to simply averaging did not result in an increase in performance. We placed second (EI-Reg), second (EI-Oc), fourth (V-Reg) and fifth (V-Oc) in the four Spanish subtasks we participated in.

Abstract

Die huidige studie beskrywe ons onderwerp tot SemEval 2018 Taak 1: Afteken in Tweets. Ons slegs Spaanse toegang het bedoel om te bevestig dat dit voordeel is om outomatiese oorwinning data te genereer deur (i) die oorwinning data van ander tale te vertaling en (ii) die toepassing van 'n semi-ondersoekte leermeetode te doen. Ons vind sterk ondersteuning vir beide toegang, met daardie modele wat ons gewone modele uitvoer in alle ondersteunings. Maar die skep van 'n stapwys-ensembleem van verskillende modele teen eenvoudige gemiddelde het nie gevaal in 'n vergroting in prestasie nie. Ons het tweede (EI-Reg), tweede (EI-Oc), vierde (V-Reg) en vyfde (V-Oc) in die vier Spaanse subtaske in wat ons gedeel het.

Abstract

የአሁኑ ትምህርት ለሴmEval 2018 ስራ 1 ለማድረግ አዋጅ ይናገራል፡፡ የስፓኒሽ ብቻ ልማድ ማግኘታችንን (i) ከሌሎች ቋንቋዎች እና (ii) የተጠበቀው የትምህርት ማድረግ ማድረግ ማድረግ ማግኘት ማድረግ በአስማማቸኛ ማድረግ ይጠቅማል፡፡ በሁለቱ ደረጃዎች ላይ የጠነከረን ድጋፍ እናገኛለን፤ እነዚህም ምሳሌዎች በሁሉም ደብዳቤዎችን የሚያሳልፉትን ምሳሌዎች እናገኛለን፡፡ ነገር ግን ተቃውሞ ተቃውሞ የተለየ የልዩ ዓይነቶች አካባቢ ምሳሌ መፍጠር በጥያቄ እየጨመረ ጥያቄ አካሄደ፡፡ ሁለተኛውን (EI-Reg)፣ ሁለተኛውን (EI-Oc)፣ አራተኛውን (V-Reg) እና አምስተኛውን (V-Ock) በአራቱ ስፓኒሽ ደብዳቤዎች ውስጥ ተካፈልን።

Abstract

تصف الدراسة الحالية تقديمنا إلى SemEval 2018 المهمة 1: التأثير في التغريدات. يهدف نهجنا الخاص بالإسبانية فقط إلى إثبات أنه من المفيد إنشاء بيانات تدريب إضافية تلقائيًا عن طريق (1) ترجمة بيانات التدريب من لغات أخرى و (2) تطبيق طريقة تعلم شبه خاضعة للإشراف. نجد دعمًا قويًا لكلا النهجين ، حيث تفوقت تلك النماذج على نماذجنا العادية في جميع المهام الفرعية. ومع ذلك ، فإن إنشاء مجموعة متدرجة من النماذج المختلفة بدلاً من المتوسط البسيط لم ينتج عنه زيادة في الأداء. وضعنا المركز الثاني (EI-Reg) ، والثاني (EI-Oc) ، والرابع (V-Reg) ، والخامس (V-Oc) في المهام الفرعية الإسبانية الأربع التي شاركنا فيها.

Abstract

Ňěimdiki t…ôhsil bizim 2018-ci SemEval Task 1-in …ô t…ôsdiql…ônm…ôyimizi t…ôsdiql…ôyir: T√∂vidl…ôrd…ô m√ľsib…ôt edir. Bizim ńįspanyol t…ôr…ôfind…ôn yalnńĪz t…ôhsil etdiyimiz t…ôhsil m…ôlumatlarńĪnńĪ baŇüqa dill…ôrd…ôn t…ôhsil etm…ôk v…ô i i) yarńĪ-g√∂zl…ôyirli √∂yr…ônm…ô metodumu il…ô avtomatik olaraq t…ôhsil m…ôlumatlarńĪnńĪ t…ôhsil etm…ôk faydalandńĪr. Biz h…ôr ikimizin yaxńĪnlńĪqlarńĪna √ßox q√ľvv…ôtli d…ôst…ôk tapńĪrńĪq, bu modell…ôr h…ômiŇü…ô modell…ôrimizi h…ôr Ňüeyd…ôn √ľst√ľn tutar. Halbuki, t…ôp…ôr…ôstl…ôrin m√ľxt…ôlif modell…ôrin m√ľqabilind…ô t…ôp…ôr…ôstl…ôrini yaratmaq √ľ√ß√ľn t…ôp…ôr…ôstl…ôrin t…ôp…ôr…ôstl…ôrini t…ôŇükil etm…ôy…ô m√ľv…ôff…ôq etm…ôdi. Biz ikinci (EI-Reg), ikinci (EI-Oc), d√∂rd√ľnc√ľ (V-Reg) v…ô beŇüinci (V-Oc) ńįspanyolca iŇütirak etdik.

Abstract

Настоящото проучване описва нашето представяне на задача 1: Въздействие в туитове. Нашият подход, предназначен само за испански език, цели да покаже, че е полезно автоматично да се генерират допълнителни данни за обучение чрез (i) превеждане на данни за обучение от други езици и (ii) прилагане на полунадзорен метод за обучение. Намираме силна подкрепа и за двата подхода, като тези модели надминават нашите редовни модели във всички подзадачи. Въпреки това, създаването на поетапен ансамбъл от различни модели, за разлика от просто осредняване, не доведе до увеличаване на производителността. Поставихме второ (EI-Reg), второ (EI-Oc), четвърто (V-Reg) и пето (V-Oc) в четирите испански подзадачи, в които участвахме.

Abstract

বর্তমান গবেষণা সেমইভাল ২০১৮ কাজের প্রতি আমাদের প্রতিষ্ঠান বর্ণনা করছে: টুইটারে প্রভাবিত। আমাদের স্প্যানিশ-শুধুমাত্র প্রতিক্রিয়া প্রদর্শনের উদ্দেশ্যে দেখা যাচ্ছে যে স্বয়ংক্রিয়ভাবে আরো প্রশিক্ষণ তথ্য তৈরি করা সুবিধা (I) অন্যান্য ভ আমরা দুটো প্রতিক্রিয়ার জন্য শক্তিশালী সমর্থন পেয়েছি, যারা আমাদের নিয়মিত মডেল প্রদর্শন করছে সকল সাবটাকাজের মধ্ তবে গড়ে যাওয়ার বিরুদ্ধে বিভিন্ন মডেলের একটি পদক্ষেপ সৃষ্টি করা হয়েছে তার ফলে প্রদর্শনের বৃদ্ধি হয় নি। আমরা দ্বিতীয় (EI-Reg), দ্বিতীয় (EI-Oct), চতুর্থ (V-Reg) এবং চারজন স্প্যানিশ সাবটাকাজে অংশগ্রহণ করেছি।

Abstract

འདི་ལྟ་བུའི་ནང་དུ་རྒྱ་ནག་གི་ལྟ་བུའི་ནང་དུ་ཚོན་བསམ་བློ་གཏོང་གི་འཇུག་སྡོད་པ་༡： ང་ཚོའི་སྐད་ཡིག ང་ཚོས་མཐུན་ཐབས་ལམ་གཉིས་ཀྱིས་རྩ་བའི་རྒྱབ་སྐྱོར་གཉིས་ཀྱི་ཆེད་དུ་རྙེད་ཐུབ་པ་ཡིན། ཡིན་ནའང་། མིག ང་ཚོས་ཤུགས་པ་གཉིས་པ་(EI-Reg)གཉིས་པ་(EI-Oc)བཞི་པ་(V-Reg) དང་ལྔ་པ་(V-Oc)མཉམ་དུ་སྐད་མཉམ་དུ་སྐད་ཡིན་འདུག

Abstract

U sadašnjoj studiji opisuje naše podnošenje zadatku 1. za semiEval 2018: utjecaj na Tweets. Naš jedini španjolski pristup cilj je pokazati da je korisno automatski proizvesti dodatne podatke obuke prema (i) prevoditi podatke obuke iz drugih jezika i ii) primjenjivati metodu učenja polu nadzornog nadzora. Nalazimo jaku podršku obje pristupe, s tim modelima koji su nadmašili naše redovne modele u svim podrškama. Međutim, stvaranje kročnog izlaza u različitim modelima, suprotno jednostavnom prosječavanju, nije rezultiralo povećanje učinka. Stavili smo drugu (EI-Reg), drugu (EI-Oc), četvrtinu (V-Reg) i petu (V-Oc) u četiri španjolske podatke u koje smo učestvovali.

Abstract

L'estudi descriu la nostra presentació a SemEval 2018 Task 1: Affect in Tweets. Our Spanish-only approach aimed to demonstrate that it is beneficial to automatically generate additional training data by (i) translating training data from other languages and (ii) applying a semi-supervised learning method. Trobem fort suport a ambdós enfocaments, amb aquests models que superen els nostres models habituals en totes les subtaskes. No obstant això, crear un conjunt gradual de diferents models en comptes d'una mitjana no va resultar en un augment del rendiment. Vam posar el segon (EI-Reg), el segon (EI-Oc), el quart (V-Reg) i el quint (V-Oc) en les quatre subtaskes espanyoles en les que vam participar.

Abstract

Tato studie popisuje náš příspěvek k SemEvalu 2018 Task 1: Affect in Tweets. Náš přístup pouze ve španělštině měl za cíl ukázat, že je výhodné automaticky generovat další údaje o školení (i) překladem dat z jiných jazyků a (ii) použitím metody semi-supervised learning. Najdeme silnou podporu pro oba přístupy, přičemž tyto modely překonávají naše běžné modely ve všech dílčích úkolech. Vytvoření postupného souboru různých modelů na rozdíl od jednoduchého průměrování však nevedlo ke zvýšení výkonu. Ve čtyřech španělských podúkolech jsme se zúčastnili druhého (EI-Reg), druhého (EI-Oc), čtvrtého (V-Reg) a pátého (V-Oc).

Abstract

Denne undersøgelse beskriver vores indsendelse til SemEval 2018 Opgave 1: Påvirkning i tweets. Vores tilgang til kun spansk sigtede mod at påvise, at det er gavnligt automatisk at generere yderligere træningsdata ved at (i) oversætte træningsdata fra andre sprog og (ii) anvende en semi-overvåget læringsmetode. Vi finder stærk støtte til begge tilgange, hvor disse modeller overgår vores almindelige modeller i alle underopgaver. Men at skabe et trinvist ensemble af forskellige modeller i modsætning til simpel gennemsnitsberegning resulterede ikke i en stigning i ydeevnen. Vi placerede andenpladsen (EI-Reg), andenpladsen (EI-Oc), fjerde (V-Reg) og femte (V-Oc) i de fire spanske underopgaver, vi deltog i.

Abstract

Die vorliegende Studie beschreibt unsere Einreichung an SemEval 2018 Task 1: Affect in Tweets. Unser ausschließlich spanischer Ansatz zielte darauf ab, zu zeigen, dass es vorteilhaft ist, automatisch zusätzliche Trainingsdaten zu generieren, indem (i) Trainingsdaten aus anderen Sprachen übersetzt und (ii) eine semi-überwachte Lernmethode angewendet wird. Wir finden starke Unterstützung für beide Ansätze, wobei diese Modelle unsere regulären Modelle in allen Teilaufgaben übertreffen. Die Erstellung eines schrittweisen Ensembles verschiedener Modelle im Gegensatz zur einfachen Mittelung führte jedoch nicht zu einer Leistungssteigerung. Wir wurden Zweiter (EI-Reg), Zweiter (EI-Oc), Vierter (V-Reg) und Fünfter (V-Oc) in den vier spanischen Teilaufgaben, an denen wir teilgenommen haben.

Abstract

Η παρούσα μελέτη περιγράφει την υποβολή μας στο έργο 1: Επίδραση στα tweets. Η προσέγγισή μας μόνο στα ισπανικά είχε ως στόχο να καταδείξει ότι είναι ευεργετική η αυτόματη δημιουργία πρόσθετων δεδομένων κατάρτισης μέσω (i) της μετάφρασης δεδομένων κατάρτισης από άλλες γλώσσες και (ii) της εφαρμογής μιας μεθόδου μάθησης ημι-εποπτευμένης. Βρίσκουμε ισχυρή υποστήριξη και για τις δύο προσεγγίσεις, με αυτά τα μοντέλα να ξεπερνούν τα κανονικά μοντέλα μας σε όλες τις δευτερεύουσες εργασίες. Ωστόσο, η δημιουργία ενός σταδιακού συνόλου διαφορετικών μοντέλων σε αντίθεση με τον απλό μέσο όρο δεν είχε ως αποτέλεσμα αύξηση της απόδοσης. Τοποθετηθήκαμε δεύτερη (EI-Reg), δεύτερη (EI-Oc), τέταρτη (V-Reg) και πέμπτη (V-Oc) στις τέσσερις ισπανικές υποτάξεις στις οποίες συμμετείχαμε.

Abstract

El presente estudio describe nuestra presentación a la Tarea 1 de SemEval 2018: Efecto en los Tweets. Nuestro enfoque solo en español tenía como objetivo demostrar que es beneficioso generar automáticamente datos de capacitación adicionales mediante (i) la traducción de los datos de capacitación de otros idiomas y (ii) la aplicación de un método de aprendizaje semisupervisado. Encontramos un fuerte apoyo para ambos enfoques, y esos modelos superan a nuestros modelos habituales en todas las subtareas. Sin embargo, la creación de un conjunto gradual de diferentes modelos en lugar de simplemente promediar no resultó en un aumento del rendimiento. Quedamos en segundo lugar (Ei-Reg), segundo (Ei-OC), cuarto (V-Reg) y quinto (V-Oc) en las cuatro subtareas en español en las que participamos.

Abstract

Käesolev uuring kirjeldab meie esitamist SemEval 2018 ülesandele 1: mõju tweetides. Meie ainult hispaania keelelise lähenemisviisi eesmärk oli näidata, et on kasulik automaatselt luua täiendavaid koolitusandmeid (i) tõlkida koolitusandmeid teistest keeltest ja (ii) rakendada pooljuhitatud õppemeetodit. Leiame tugevat toetust mõlemale lähenemisviisile, sest need mudelid on kõigis alamülesannetes meie tavamudelitest paremad. Erinevate mudelite järkjärgulise komplekti loomine, mitte lihtsalt keskmise arvutamise asemel, ei toonud siiski kaasa jõudluse suurenemist. Neljas Hispaania alamülesandes, milles osalesime, asetasime teise (EI-Reg), teise (EI-Oc), neljanda (V-Reg) ja viienda (V-Oc).

Abstract

مطالعه در حال حاضر تسلیم کردن ما به تابع نیمه سال ۲۰۱۸ توضیح می‌دهد: اثر در Tweets. تنها دستور اسپانیایی ما را هدف می‌دهد تا نشان دهیم که آن سودمند است که داده‌های آموزش اضافه‌ای را توسط (i) ترجمه داده‌های آموزش از زبان‌های دیگر تولید کنیم و (ii) که روش آموزش نیمه مراقبت می‌کند. ما پشتیبانی قوی برای هر دو دسترسی پیدا می‌کنیم، با این مدل‌ها که مدل‌های معمولی ما را در همه‌ی زیر دسترسی انجام می‌دهند. با این حال، ایجاد یک نقطه قدم از مدل مختلف در مقابل متوسط ساده، نتیجه افزایش عملکرد را نداشت. ما دومین (EI-Reg), دومین (EI-Oc), چهارمین (V-Reg) و پنجمین (V-Oc) را در چهار زیر سپانیایی اسپانیایی که در آن شرکت کردیم قرار دادیم.

Abstract

Tässä tutkimuksessa kuvataan osallistumismme SemEval 2018 Task 1: Affect in Tweets -ohjelmaan. Ainoastaan espanjankielisen lähestymistapamme tavoitteena oli osoittaa, että on hyödyllistä luoda automaattisesti lisätietoja koulutustiedoista (i) kääntämällä koulutustietoja muilta kieliltä ja (ii) soveltamalla puoliohjattua oppimismenetelmää. Tuemme vahvasti molempia lähestymistapoja, sillä nämä mallit suoriutuvat tavallisista malleistamme kaikissa alitehtävissä. Eri mallien vaiheittaisen kokonaisuuden luominen pelkän keskiarvon sijaan ei kuitenkaan lisännyt suorituskykyä. Sijoitimme toiseksi (EI-Reg), toiseksi (EI-Oc), neljänneksi (V-Reg) ja viidenneksi (V-Oc) neljässä espanjalaisessa alatehtävässä, joihin osallistuimme.

Abstract

La présente étude décrit notre soumission à SemEval 2018 Task 1 : Affect in Tweets. Notre approche uniquement en espagnol visait à démontrer qu'il est avantageux de générer automatiquement des données de formation supplémentaires en (i) traduisant les données de formation d'autres langues et (ii) en appliquant une méthode d'apprentissage semi-supervisée. Nous trouvons un soutien solide pour les deux approches, ces modèles surpassant nos modèles habituels dans toutes les sous-tâches. Cependant, la création d'un ensemble pas à pas de différents modèles au lieu d'une simple moyenne n'a pas entraîné d'augmentation des performances. Nous nous sommes classés deuxième (EI-Reg), deuxième (EI-oc), quatrième (V-Reg) et cinquième (V-Oc) dans les quatre sous-tâches espagnoles auxquelles nous avons participé.

Abstract

Déanann an staidéar reatha cur síos ar ár n-aighneacht do SemEval 2018 Tasc 1: Affect in Tweets. Bhí sé mar aidhm ag ár gcur chuige Spáinnis-amháin a léiriú go bhfuil sé tairbheach sonraí oiliúna breise a ghiniúint go huathoibríoch trí (i) sonraí oiliúna a aistriú ó theangacha eile agus (ii) modh foghlama leath-mhaoirsithe a chur i bhfeidhm. Faighimid tacaíocht láidir don dá chur chuige, agus na múnlaí sin ag dul i bhfeidhm níos fearr ar na múnlaí rialta atá againn i ngach fothasc. Mar sin féin, níor tháinig méadú ar fheidhmíocht mar thoradh ar ensemble de réir a chéile a chruthú de mhúnlaí difriúla seachas meánú simplí. Chuireamar an dara háit (EI-Reg), an dara (EI-Oc), an ceathrú (V-Reg) agus an cúigiú (V-Oc) sna ceithre fhothasc Spáinneach ar ghlac muid páirt iontu.

Abstract

Ana faɗa matsayinmu zuwa Semeval 2018 Tanin 1: Affect in Twitter. Tsarakanmu na Isspanish kawai don ya yi nufin ya nuna cewa ya fi amfani da a ƙi ƙira data masu ƙaranci da (i) tarjima data na fassarwa daga harshen wasu harshen, da (ii) ya sami wata hanyon lõkaci wanda aka tsare na ƙaranci. Tuna sãmu mataimaki mai ƙarfi ga duk hanyõyin su, da waɗannan misãlai da ke samar misalinmu masu daidai a cikin dukkan aikin. A lokacin da, ka ƙiƙiri wani emboli mai dabam-dabam na misãlai dabam-dabam, da motsi mai sauri, ba ya ƙara wani mai gabatar da aikin ba. Kuma Muka sanya ta a cikin aikin Isbaniya huɗu (EI-Reg), na biyu (EI-okt), a cikin rubu (V-Reg) da na fianci.

Abstract

המחקר הנוכחי מתאר את ההעברה שלנו לסימוול 2018 משימה 1: הגישה הספרדית היחידה שלנו היתה המטרה להוכיח שהיא מועילה ליצור אוטומטית נתונים אימונים נוספים על ידי (i) תרגום נתונים אימונים משפות אחרות (ii) שיטת לימוד חצי מושגת. אנחנו מוצאים תמיכה חזקה לשני הגישות, עם הדוגמנים האלה יוצאים מעל הדוגמנים הרגילים שלנו בכל תחתיות. עם זאת, יצירת אסמבל שלב של דוגמנים שונים בניגוד לממוצע פשוט לא הובילה לגידול ביצועים. שמנו את השני (EI-Reg), השני (EI-Oc), הרביעי (V-Reg) ו-חמישי (V-Oc) בארבע השאלות הספרדיות שבהן השתתפנו.

Abstract

वर्तमान अध्ययन SemEval 2018 कार्य 1 के लिए हमारे सबमिशन का वर्णन करता है: Tweets में प्रभाव। हमारे स्पैनिश-केवल दृष्टिकोण का उद्देश्य यह प्रदर्शित करना है कि (i) अन्य भाषाओं से प्रशिक्षण डेटा का अनुवाद करके और (ii) अर्ध-पर्यवेक्षित सीखने की विधि को लागू करके अतिरिक्त प्रशिक्षण डेटा स्वचालित रूप से उत्पन्न करना फायदेमंद है। हम दोनों दृष्टिकोणों के लिए मजबूत समर्थन पाते हैं, उन मॉडलों के साथ सभी उप-कार्यों में हमारे नियमित मॉडल को पछाड़ते हैं। हालांकि, केवल औसत के विपरीत विभिन्न मॉडलों का एक चरणबद्ध पहनावा बनाने के परिणामस्वरूप प्रदर्शन में वृद्धि नहीं हुई। हमने चार स्पेनिश उप-कार्यों में दूसरे (ईआई-रेग), दूसरे (ईआई-ओसी), चौथे (वी-रेग) और पांचवें (वी-ओसी) को रखा, जिनमें हमने भाग लिया था।

Abstract

U sadašnjem ispitivanju opisuje našu podnošenje zadatku 1. za semiEval 2018: utjecaj na Tweets. Naš jedini španjolski pristup je cilj pokazati da je korisno automatski proizvesti dodatne podatke o obuci s i) prevoditi podatke o obuci iz drugih jezika i ii) primjenjivati metodu učenja polu nadzornog nadzora. Nalazimo jaku podršku obje pristupe, s tim modelima koji su nadmašili naše redovne modele u svim podstavljanjima. Međutim, stvaranje kročnog udara osiguranja različitih modela, suprotno jednostavnom prosječavanju, nije rezultiralo povećanje učinka. Stavili smo drugu (EI-Reg), drugu (EI-Oc), četvrtinu (V-Reg) i petu (V-Oc) u četiri španjolske podatke u kojima smo učestvovali.

Abstract

Jelen tanulmány bemutatja a SemEval 2018 feladat 1: hatás tweetekben című benyújtásunkat. Csak spanyol nyelvű megközelítésünk célja annak bizonyítása, hogy előnyös automatikusan további képzési adatokat generálni (i) a képzési adatok más nyelvekről történő lefordításával és (ii) egy félig felügyelt tanulási módszer alkalmazásával. Mindkét megközelítés erőteljes támogatását találjuk, mivel ezek a modellek minden részfeladatban felülmúlják hagyományos modelljeinket. Azonban a különböző modellek fokozatos együttesének létrehozása az egyszerű átlagosítással szemben nem eredményezte a teljesítmény növekedését. Második (EI-Reg), második (EI-Oc), negyedik (V-Reg) és ötödik (V-Oc) helyeztünk el a négy spanyol részfeladatban, amelyben részt vettünk.

Abstract

Այս ուսումնասիրությունը նկարագրում է մեր ներկայացումը 2018 թվականի «ՍեմԷվալ 2018» առաջին հանձնարարությանը՝ Թվիթերի ազդեցությունը: Մեր միակ իսպաներեն մոտեցումը նպատակով էր ապացուցել, որ օգտակար է ավտոմատ ստեղծել ավելացյալ ուսուցման տվյալներ՝ i) թարգմանելով ուսուցման տվյալները այլ լեզուներից և II) կիսակառավարվող ուսուցման մեթոդ: Մենք կարևոր աջակցություն ենք գտնում երկու մոտեցումների համար, որոնք գերազանցում են մեր սովորական մոդելները բոլոր ենթահարցերում: Այնուամենայնիվ, տարբեր մոդելների աստիճանաբար ստեղծելը, ի հակառակ ընդհանուր չափի, արդյունքում արտադրողության աճ չէր: Մենք տեղադրեցինք երկրորդը (Էլ-Ռեգ), երկրորդը (Էլ-Օկտեմբեր), չորրորդը (Վ-Ռեգ) և հինգերորդը (Վ-Օկտեմբեր) այն չորս իսպանական ենթաթերթերում, որտեղ մասնակցեցինք:

Abstract

Studi ini menjelaskan pengiriman kita ke SemEval 2018 Task 1: Affect in Tweets. Pendekatan hanya Spanyol kami bertujuan untuk menunjukkan bahwa itu berguna untuk secara otomatis menghasilkan data pelatihan tambahan dengan (i) menerjemahkan data pelatihan dari bahasa lain dan (ii) menerapkan metode pelatihan semi-supervised. Kami menemukan dukungan yang kuat untuk kedua pendekatan, dengan model-model tersebut melebihi model biasa kita dalam semua subtasks. Namun, menciptakan sebuah ensemble langkah-langkah dari model yang berbeda selain dari purata tidak menyebabkan peningkatan prestasi. We placed second (EI-Reg), second (EI-Oc), fourth (V-Reg) and fifth (V-Oc) in the four Spanish subtasks we participated in.

Abstract

Il presente studio descrive la nostra presentazione a SemEval 2018 Task 1: Affect in Tweets. Il nostro approccio basato esclusivamente sullo spagnolo mirava a dimostrare che è utile generare automaticamente ulteriori dati formativi (i) traducendo dati formativi da altre lingue e (ii) applicando un metodo di apprendimento semi-supervisionato. Troviamo un forte supporto per entrambi gli approcci, con quei modelli che superano i nostri modelli regolari in tutte le sottoattività. Tuttavia, la creazione di un insieme graduale di modelli diversi rispetto alla semplice media non ha comportato un aumento delle prestazioni. Ci siamo piazzati secondo (EI-Reg), secondo (EI-Oc), quarto (V-Reg) e quinto (V-Oc) nelle quattro sottoattività spagnole a cui abbiamo partecipato.

Abstract

本研究では、SemEval 2018タスク1 ： Tweetsへの影響について説明します。私たちのスペイン語のみのアプローチは、(i)他の言語からのトレーニングデータの翻訳、および(ii)半監督下の学習方法を適用することによって、追加のトレーニングデータを自動的に生成することが有益であることを実証することを目的としています。これらのモデルはすべてのサブタスクで通常のモデルよりも優れているため、両方のアプローチを強力にサポートしています。しかし、単純な平均化とは対照的に、異なるモデルの段階的なアンサンブルを作成しても、パフォーマンスの向上にはつながりませんでした。参加した4つのスペインのサブタスクのうち、2番目（ EI - Reg ）、2番目（ EI - Oc ）、4番目（ V - Reg ）、5番目（ V - Oc ）に配置しました。

Abstract

Iki ujaran kanggo ngerwih urip nggambar tarjamahan kanggo Kemerdekaan Samsul 1: AfEffect in Two. Panjenengan langkung wigatinipun Panjenengan langkung wigatining tentang nggawe yen nggawe barang nggawe barang nggawe data sithik tambah (i) nggawe data sithik karo perusahaan langkung wigatinipun lan (i i) nggawe sistem sing wis dipoleh-sistem. Awak dhéwé énkedah luwih dumadhi kanggo kalagayané, lan model kuwi iso nggawe model sing ditambah kanggo kalawartané. Nanging, nggawe sistem aturan tapir-tapi sing gawe model gawe ngupakan bisa nguasai iki dadi supoyo kuwi cah-cah dumadhi sing ora bisa ngelarane efes. Awak dhéwé wis nambah tanggal (E I-Reg), tanggal (E I-Ok), tuanjakan (V-Reg) lan sampeyan nganggo lima (V-Ok) lan nganggo dolanan nganggo dolanan sing itlanjut Spanish.

Abstract

მიმდინარე სწავლაში ჩვენი სამუშაო სამუშაო 2018 სამუშაო პროგრამა 1: ტვირში შემდეგ. ჩვენი მხოლოდ სპეციალური პროგრამის მიხედვით, რომ საკუთარი გამოსახულებელია ავტომატურად განახლების მონაცემების შემდეგ i) განახლების მონაცემების განახლების სხვა ენებიდან და ii) განახლების ნახევარჯ ჩვენ ძალიან ძალიან დაეხმარება ორივე დახმარებისთვის, რომლებიც ეს მოდელები ჩვენი რედალური მოდელების გამოყენება ყველა სკენ. მაგრამ, განსხვავებული მოდელების შექმნა სტაპექტის შექმნა, როგორც მხოლოდ განსხვავებული მოდელების განმავლობაში არ გავამუშავებო პროცექტის ზომას. ჩვენ მეორე (EI-Reg), მეორე (EI-Oc), მეოთხედი (V-Reg) და მეხუთე (V-Oc) ჩვენ ჩვენ ჩვენ გავაკეთეთეთ ოთხი სპანელი სტატისში.

Abstract

Қазіргі зерттеу біздің 2018 жылдың бірінші тапсырмасына келтірімізді таңдайды: Твиттердің әсері. Біздің испан тәсіліміздің тек қана тілдерінен аудару мәліметтерді (i) басқа тілдерден аудару және (ii) жарты бақылау тәсілі қолдану үшін қосымша оқыту мәліметін автоматты түрде құру мүмкінді Біз екі жағдай жағдай үшін күшті қолдауды табуыз. Бұл үлгілер өзіміздің үлгілеріміздің әдетті үлгілерімізге арналған. Бірақ, бірнеше үлгілердің шамасын құру үшін бірнеше үлгілерді орташа деңгейінде орташа деңгейіндегі шамасын өзгертуге болмады. Біз екіншіден (EI-Reg), екіншіден (EI-Oc), төртіншіден (V-Reg) пен бесіншіден (V-Oc) төртінші испан субсаттарына қолдандық.

Abstract

본 연구는 우리가 SemEval 2018 임무 1: 트윗에 제출한 영향에 대해 설명한다.우리의 순수한 스페인어 방법은 (i)를 통해 다른 언어의 교육 데이터를 번역하고 (ii) 반감독 학습 방법을 응용하여 추가 교육 데이터를 자동으로 생성하는 것이 유익하다는 것을 증명하는 데 목적을 둔다.우리는 이 두 가지 방법이 모두 강력한 지지를 얻었는데, 이 모델들은 모든 하위 임무에서 일반적인 모델보다 우수하다는 것을 발견했다.그러나 서로 다른 모델을 만드는 점차적인 집적은 단순히 평균적이지 않고 성능을 향상시키지 못했다.우리가 참여한 네 개의 스페인어 하위 임무 중 2위(EI-Reg), 2위(EI-Oc), 4위(V-reg), 5위(V-Oc)에 올랐다.

Abstract

Šiame tyrime apibūdinamas mūsų pateiktas 2018 m. SemEval 1 uždavinys „Poveikis Tweetuose“. Mūsų vienintelis Ispanijos metodas buvo skirtas įrodyti, kad naudinga automatiškai gauti papildomus mokymo duomenis: i) vertant mokymo duomenis i š kitų kalbų ir ii) taikant pusiau prižiūrimą mokymosi metodą. Mes esame tvirtai remiami abiem metodais, kai šie modeliai yra didesni už mūsų įprastus modelius visose paklausose. However, creating a stepwise ensemble of different models as opposed to simply averaging did not result in an increase in performance. Antrąjį (EI-Reg), antrąjį (EI-Oc), ketvirtąjį (V-Reg) ir penktąjį (V-Oc) įtraukėme į keturis Ispanijos paklausimus, kuriuose dalyvavome.

Abstract

Оваа студија го опишува нашето поднесување на SemEval 2018 задача 1: Влијание на Твитови. Нашиот единствен шпански пристап имаше за цел да покаже дека е корисно автоматски да се генерираат дополнителни податоци за обука преку (i) преведување на податоци за обука од други јазици и (ii) апликација на полунадгледуван метод на учење. Најдовме силна поддршка за двата пристапи, со моделите кои ги надминуваат нашите редовни модели во сите потпрашања. Сепак, создавањето чекорен ансембл на различни модели наместо едноставно просекување не резултираше со зголемување на резултатите. We placed second (EI-Reg), second (EI-Oc), fourth (V-Reg) and fifth (V-Oc) in the four Spanish subtasks we participated in.

Abstract

ഇപ്പോഴത്തെ പഠനം സെമ്എവാല്‍ 2018 ജോലിക്ക് ഞങ്ങളുടെ സമ്മാനം വിവരിച്ചുകൊടുക്കുന്നു നമ്മുടെ സ്പാനിഷ് മാത്രം പ്രവര്‍ത്തിപ്പിക്കുന്നത് നമ്മുടെ സ്പാനിഷ് മാത്രം പരിശീലിക്കുന്നത് സ്വയം കൂടുതല്‍ പരിശീലന വിവരങ്ങള്‍ സൃഷ്ടിക്കുന്നതി രണ്ട് വഴികള്‍ക്കും ശക്തിയുള്ള പിന്തുണയും ഞങ്ങള്‍ കണ്ടെത്തുന്നു, നമ്മുടെ സാധാരണ മോഡലുകള്‍ എല്ലാ ഉപജോലികളിലും പ എങ്കിലും വ്യത്യസ്ത മോഡലുകളുടെ സ്റ്റേബിള്‍ സൃഷ്ടിക്കുന്നത് വ്യത്യസ്ത മാതൃകങ്ങള്‍ക്ക് വേണ്ടി മാത്രമാണ് ശരീരത് ഞങ്ങള്‍ രണ്ടാമത്തേതായി (EI-Reg), രണ്ടാമത്തേത് (EI-Oc), നാലാമത്തേത് (V-Reg) ഞങ്ങള്‍ പങ്കുചേര്‍ന്ന നാല് സ്പാനിഷ് ഉപാധികളില്‍ ചേര്‍ന്നു.

Abstract

Харин одоогийн судалгаанд бидний 2018 оны SemEval-ын 1-р ажил: Tweets-д нөлөөлдөг. Бидний Испанийн зөвхөн арга зам нь өөрсдийн хэлээс дасгал өгөгдлийг автоматжуулахад ашигтай гэдгийг харуулахын тулд (i) дасгал өгөгдлийг бусад хэлээс орлуулж, хагас удирдлагатай суралцах арга зам ашиглаж байна. Бид эдгээр загварууд бидний энгийн загваруудыг бүх суурь загваруудын тулд хүчтэй дэмжиж олдог. Гэхдээ өөр өөр загваруудыг бий болгоход дундаж үзүүлэлтийн нэмэгдүүлэлт гаргадаггүй. Бид хоёр дахь (EI-Reg), хоёр дахь (EI-Oc), дөрөв (V-Reg), таван (V-Oc) болон 4 Испаны сургуульд оролцсон.

Abstract

Ujian ini menggambarkan penghantaran kita ke SemEval 2018 Tugas 1: Kesan dalam Tweets. Pendekatan Sepanyol-sahaja kami bertujuan untuk menunjukkan bahawa i a berguna untuk secara automatik menghasilkan data latihan tambahan dengan (i) menerjemahkan data latihan dari bahasa lain dan (ii) melaksanakan kaedah belajar setengah diawasi. Kami mencari sokongan kuat untuk kedua-dua pendekatan, dengan model-model itu melebihi model biasa kami dalam semua subtasks. Namun, mencipta kumpulan langkah-langkah dari model yang berbeza selain daripada purata tidak menghasilkan peningkatan prestasi. We placed second (EI-Reg), second (EI-Oc), fourth (V-Reg) and fifth (V-Oc) in the four Spanish subtasks we participated in.

Abstract

Dan l-istudju jiddeskrivi s-sottomissjoni tagħna lil SemEval 2018 Task 1: Affett in Tweets. L-approċċ Spanjol tagħna uniku kellu l-għan li juri li huwa ta’ benefiċċju li tiġi ġġenerata awtomatikament dejta addizzjonali ta’ taħriġ billi (i) tiġi tradotta dejta ta’ taħriġ minn lingwi oħra u (ii) jiġi applikat metodu ta’ tagħlim semisuperviż. Aħna nsibu appoġġ qawwi għaż-żewġ approċċi, b’dawk il-mudelli li jaqbżu l-mudelli regolari tagħna fis-sottomistoqsijiet kollha. Madankollu, il-ħolqien ta’ ġabra gradwali ta’ mudelli differenti minflok sempliċement medjar ma rriżultax f’żieda fil-prestazzjoni. Qiegħdin it-tieni (EI-Reg), it-tieni (EI-Oc), ir-raba’ (V-Reg) u l-ħames (V-Oc) fl-erba’ sottomistoqsijiet Spanjoli li pparteċipawna fihom.

Abstract

Deze studie beschrijft onze inzending aan SemEval 2018 Taak 1: Affect in Tweets. Onze aanpak alleen Spaans was bedoeld om aan te tonen dat het nuttig is om automatisch aanvullende trainingsgegevens te genereren door (i) trainingsgegevens uit andere talen te vertalen en (ii) een semi-begeleide leermethode toe te passen. We vinden sterke steun voor beide benaderingen, waarbij die modellen onze reguliere modellen in alle subtaken overtreffen. Het creëren van een stapsgewijs ensemble van verschillende modellen in plaats van simpelweg gemiddeld resulteerde echter niet in een toename van de prestaties. We werden tweede (EI-Reg), tweede (EI-Oc), vierde (V-Reg) en vijfde (V-Oc) in de vier Spaanse subtaken waaraan we deelnamen.

Abstract

Den gjeldande studien beskriver vår tilføring til semiEval 2018 oppgåve 1: Etter tweets. Det kun spanske tilnærminga vårt er målet å demonstrere at det er nyttig å automatisk laga fleire opplæringsdata ved i) omsetjing av opplæringsdata frå andre språk og ii) som brukar ein semioversikt læringsmetode. Vi finn sterk støtte for begge tilnærmingar, med dei modelane som utfører våre regulære modeller i alle underspørsmåla. Men å laga eit steg-punkt på forskjellige modeller mot enkelt gjennomsnittet resulterte ikkje i eit økt utvikling. Vi plassere andre (EI-Reg), andre (EI-Oc), fjerde (V-Reg) og femte (V-Oc) i dei fire spanske subtaskane vi delta i.

Abstract

Niniejsze opracowanie opisuje naszą zgłoszenie do SemEval 2018 Zadanie 1: Efekt w Tweetach. Nasze podejście wyłącznie w języku hiszpańskim miało na celu wykazanie, że korzystne jest automatyczne generowanie dodatkowych danych szkoleniowych poprzez (i) tłumaczenie danych szkoleniowych z innych języków i (ii) stosowanie metody nauki pół-nadzorowanej. Znajdujemy silne poparcie dla obu podejść, przy czym modele te przewyższają nasze zwykłe modele we wszystkich podzadaniach. Jednak stworzenie stopniowego zespołu różnych modeli w przeciwieństwie do zwykłego uśredniania nie skutkowało wzrostem wydajności. Mieliśmy drugie miejsce (EI-Reg), drugie (EI-Oc), czwarty (V-Reg) i piąte (V-Oc) w czterech hiszpańskich podzadaniach, w których uczestniczyliśmy.

Abstract

O presente estudo descreve nossa submissão ao SemEval 2018 Task 1: Affect in Tweets. Nossa abordagem somente em espanhol teve como objetivo demonstrar que é benéfico gerar automaticamente dados de treinamento adicionais (i) traduzindo dados de treinamento de outros idiomas e (ii) aplicando um método de aprendizado semi-supervisionado. Encontramos forte suporte para ambas as abordagens, com esses modelos superando nossos modelos regulares em todas as subtarefas. No entanto, criar um conjunto passo a passo de diferentes modelos em vez de simplesmente calcular a média não resultou em um aumento no desempenho. Ficamos em segundo (EI-Reg), segundo (EI-Oc), quarto (V-Reg) e quinto (V-Oc) nas quatro subtarefas espanholas em que participamos.

Abstract

Prezentul studiu descrie prezentarea noastră la SemEval 2018 Task 1: Afect in Tweets. Abordarea noastră numai în limba spaniolă a urmărit să demonstreze că este benefică generarea automată de date suplimentare de formare prin (i) traducerea datelor de formare din alte limbi și (ii) aplicarea unei metode de învățare semi-supravegheate. Găsim un sprijin puternic pentru ambele abordări, aceste modele depășind modelele noastre obișnuite în toate subactivitățile. Cu toate acestea, crearea unui ansamblu treptat de modele diferite, spre deosebire de simpla medie, nu a dus la o creștere a performanței. Am plasat pe locul doi (EI-Reg), al doilea (EI-Oc), al patrulea (V-Reg) și al cincilea (V-Oc) în cele patru subactivități spaniole la care am participat.

Abstract

Настоящее исследование описывает наше участие в SemEval 2018 Task 1: Affect in Tweets. Наш подход, основанный только на испанском языке, был направлен на то, чтобы продемонстрировать, что полезно автоматически генерировать дополнительные учебные данные путем (i) перевода учебных данных с других языков и (ii) применения полунадзорного метода обучения. Мы находим твердую поддержку обоим подходам, при этом эти модели превосходят наши обычные модели во всех подзадачах. Однако создание поэтапного набора различных моделей в отличие от простого усреднения не привело к повышению производительности. Мы заняли второе место (EI-Reg), второе (EI-Oc), четвертое (V-Reg) и пятое (V-Oc) места в четырех испанских подзадачах, в которых мы участвовали.

Abstract

දැන් අධ්‍යානයේ අපේ සෙම්වෙල් 2018 කාර්ය 1 ප්‍රශ්නයක් විස්තර කරනවා: ට්විට් වලට ප්‍රශ්නයක්. අපේ ස්පැනිස් විතරයි ප්‍රකාශ කරනවා ඒක ස්වයංක්‍රමයෙන් ප්‍රකාශ කරන්න ප්‍රයෝජනය කරනවා කියලා (i) අනිත් භාෂාවයෙන් ප්‍රධානය දත්ත සි අපි හොයාගන්නේ දෙන්නම ප්‍රවේශනය සඳහා ශක්තිමත් උදව් හොයාගන්න, අපේ සාමාන්‍ය මොඩේල් එක්ක අපේ සාමාන්‍ය මො නමුත්, වෙනස් මොඩේල්ස් එක්ක ස්ටෙප්පිස් සිද්ධ වෙන්න පුළුවන් වෙනස් මොඩේල්ස් එක්ක සිද්ධ වෙන්න පුළ අපි දෙවනිය (EI-reg), දෙවනිය (EI-Oc), 4 (V-reg) සහ 5 (V-Oc) ස්පැනිශ් වලට අපි සම්බන්ධ වෙලා තියෙන්නේ.

Abstract

V tej študiji je opisana naša predložitev na nalogo 1 SemEval 2018: Vpliv v tweets. Naš samošpanski pristop je bil namenjen dokazati, da je koristno samodejno ustvarjanje dodatnih podatkov o usposabljanju z (i) prevajanjem podatkov o usposabljanju iz drugih jezikov in (ii) uporabo polnadzorovane metode učenja. Za oba pristopa najdemo močno podporo, saj ti modeli v vseh podnalogah presegajo naše običajne modele. Vendar pa ustvarjanje postopkovnega ansambla različnih modelov v nasprotju s preprostim povprečjem ni povzročilo povečanja zmogljivosti. V štirih španskih podnalogah, v katerih smo sodelovali, smo uvrstili drugo (EI-Reg), drugo (EI-Oc), četrto (V-Reg) in peto (V-Oc).

Abstract

Waxbarashada joogtada ah waxaa ku qoran muujintayada aan u dhiibayno SemEval 2018 shaqo 1: saameyn ku yeelan Twitteet. Dhaqdhaqaalka Isbanishka oo kaliya ayaa loola jeedaa in ay faa’iido u leedahay in automatic abuuro macluumaad waxbarasho dheeraad ah (i) laga turjumo macluumaad waxbarasho oo luuqadaha kale iyo (ii) codsashada qaababka waxbarashada hal ka mid ah. Waxaynu helaynaa kaalmo xoog badan oo labada qaab leh, tusaalahaas oo sameynaya qaababka caadiga ah oo sameynaya shaqooyinka oo dhan. Si kastaba ha ahaatee abuuridda tusaalooyin kala duduwan oo ka gees ah qiyaastii si qudha ah uma sababin kordhiska tababarka. Waxaannu ku qeybqaadanay afartii baasaboor ee Isbanish (EI-Reg), labaad (EI-Okto), afraad (V-Reg) iyo shanaad (V-Okto).

Abstract

Studimi i tanishëm përshkruan paraqitjen tonë në SemEval 2018 Task 1: Affect in Tweets. Our Spanish-only approach aimed to demonstrate that it is beneficial to automatically generate additional training data by (i) translating training data from other languages and (ii) applying a semi-supervised learning method. Ne gjejmë mbështetje të fortë për të dy qasjet, me këto modele që tejkalojnë modelet tona të rregullta në të gjitha nënpyetjet. Megjithatë, krijimi pas hapi i një grupi modelesh të ndryshëm në vend të thjeshtë mesatarisë nuk rezultoi në një rritje në performancë. Ne vendosëm të dytën (EI-Reg), të dytën (EI-Oc), të katërtin (V-Reg) dhe të pestën (V-Oc) në katër nëndetyrat spanjolle në të cilat morëm pjesë.

Abstract

U sadašnjoj studiji opisuje našu predanost SemEval 2018 zadatku 1: utjecaj na Tweets. Naš jedini španjolski pristup je cilj da pokaže da je korisno automatski proizvesti dodatne podatke o obuci po i) prevoditi podatke o obuci iz drugih jezika i ii) primjenjivati metodu učenja polu nadzornog nadzora. Našli smo jaku podršku obe pristupe, s tim modelima koji su nadmašili naše redovne modele u svim podrškama. Međutim, stvorenje koraka iz grupe različitih modela, suprotno jednostavnom prosječavanju, nije rezultiralo povećanje učinka. Stavili smo drugu (EI-Reg), drugu (EI-Oc), četvrtinu (V-Reg) i petu (V-Oc) u četiri španjolske podatke u koje smo učestvovali.

Abstract

Denna studie beskriver vårt bidrag till SemEval 2018 Uppgift 1: Påverkan i tweets. Vårt tillvägagångssätt med endast spanska syftade till att visa att det är fördelaktigt att automatiskt generera ytterligare utbildningsdata genom att (i) översätta utbildningsdata från andra språk och (ii) tillämpa en halvövervakad inlärningsmetod. Vi finner ett starkt stöd för båda tillvägagångssätten, där dessa modeller presterar bättre än våra vanliga modeller i alla underaktiviteter. Att skapa en stegvis ensemble av olika modeller i motsats till att bara räkna medelvärden resulterade dock inte i någon ökning av prestanda. Vi placerade oss tvåa (EI-Reg), tvåa (EI-Oc), fjärde (V-Reg) och femte (V-Oc) i de fyra spanska deluppgifter vi deltog i.

Abstract

Utafiti wa sasa unaelezea ujumbe wetu wa SemEval 2018 kazi 1: Inaathiri kwenye twita. Hatua yetu ya Kihispania pekee inayolenga kuonyesha kuwa ni faida ya kutengeneza taarifa za mafunzo zaidi kwa wenyewe na (i) kutafsiri data za mafunzo kutoka lugha nyingine na (ii) kutumia njia ya kujifunza kwa njia inayofuatiliwa na sekunde. Tunapata msaada mkubwa wa namna zote mbili, pamoja na mifano hiyo inayoonyesha mifano yetu ya kawaida katika kazi zote. Hata hivyo, kutengeneza mifano tofauti tofauti na kuongezeka kwa wastani hakusababisha kuongezeka kwa utendaji. Tulifanya kazi ya pili (EI-Reg), ya pili (EI-Oct), ya nne (V-Reg) na ya tano (V-Oct) katika kazi nne za Kihispania tulizoshiriki.

Abstract

தற்போதைய ஆய்வு செம்Eval 2018 பணிக்கு எங்கள் அனுப்புவதை விளக்குகிறது: Tweets-ல் விளைவு. எங்கள் ஸ்பானிஷ் மட்டுமே செயல்பாடுகள் தானாகவே கூடுதல் பயிற்சி தரவை உருவாக்குவதற்கு பயனுள்ளது மற்ற மொழிகளிலிருந்து (i) மொழிமாற்றும் பயிற்சி தகவல் மற் நாம் இரண்டு அணுகுகளுக்கும் வலிமையான ஆதரவை கண்டுபிடிக்கும், அந்த மாதிரிகளுடன், அனைத்து துணை பணிகளிலும் எங் ஆனால், வேறு மாதிரிகளுக்கு எதிராக ஒரு படிப்புவிளக்கமான மாதிரிகளை உருவாக்குவது சராசரி செயல்பாட்டின் அதிகரிப்பு காரணம நாம் நான்கு ஸ்பானிஷ் துணை பணிகளில் பங்கிடப்பட்ட நான்காவது செயல்களில் இரண்டாவது (EI-Reg), இரண்டாவது (EI- Oc), நான்கு (V- Reg) மற்றும் ஐந்தா

Abstract

Häzirki araşdyrma biziň 2018-nji SemEval Görevimize 1-nji Görevimizi: Tweets'de janlaşdyrylygymyzy tassyklaýar. Biziň diňe Ispanýolça golaýamyz, özümiziň (i) başga dillerden öwrenme maglumatyny terjime etmegimiz we (ii) ýarym-gözlemeli öwrenme yöntemi üçin ýeterlik ýüzedir diýip görkezmäge maksady berilýär. Her iki nusga üçin güýçli golaýy tapýarys, bu nusgalar hemme nusgalarymyzdan üstün çykýarlar. Yöne ýöne, diňe üýtgetmek üçin farklı nusgalaryň üýtgetmegine görä bir öwürme sahypasyny bejermek ýok. Biz ikinji (EI-Reg), ikinji (EI-Oc), dördünji (V-Reg) we beşinji

Abstract

اس مطالعہ میں ہماری سفارش کی توجیت میں اثر ہے۔ ہماری صرف اسپانیایی طریقہ کا مطابق دکھانے کا ارادہ ہے کہ یہ اضافہ تدریس دیٹے کو دوسری زبانوں سے ترجمہ کرتا ہے اور (i i) نصف-supervised سیکھنے کی طریقہ کے مطابق استعمال کرتا ہے۔ ہم دونوں طریقوں کے لئے مضبوط حمایت پاتے ہیں، ان نمڈلوں کے ساتھ جو ہمارے معمولی نمڈلوں کو تمام دفتروں میں انجام دیتے ہیں۔ لیکن مختلف موڈلوں کی ایک سٹیپ پائس پیدا کرنے کی مخالفت کے سوا، صرف متفاوت کے نتیجہ میں اضافہ نہیں ہوئی۔ ہم نے دوسری (EI-Reg), دوسری (EI-Oc), چوتھی (V-Reg) اور پانچویں (V-Oc) کو چار اسپانیایی مضبوطی میں رکھا تھا جن میں ہم شریک تھے.

Abstract

Joriy tahrirchi SemEval 2018 Vazifa 1: Twitterda muammolar. Ispanchaga faqat tilimizni koʻrsatish uchun, bu avtomatik qoʻshimcha trening maʼlumotini (i) boshqa tillardan tarjima qilish maʼlumotlari va (ii) o'rganish usulini qoʻllash uchun foydalanuvchidir. Biz ikkita usullar uchun yordam qoʻllanmiz, hamma vazifalarda oddiy modellarimizni bajarayotgan modellar bilan ishlayapmiz. Lekin, oddiy o'rtacha, boshqa modellarning o'zgarishni o'zgartirish natijasida o'zgarishni oshirishga sabab boʻlmadi. We placed second (EI-Reg), second (EI-Oc), fourth (V-Reg) and fifth (V-Oc) in the four Spanish subtasks we participated in.

Abstract

Nghiên cứu này mô tả sự chịu trách nhiệm của chúng ta cho SemEvl 208 Task 1: Đặt tác dụng trong Tweet. Phương pháp duy nhất của chúng tôi về Tây Ban Nha nhằm chứng minh rằng nó có lợi khi tự động tạo ra dữ liệu đào tạo bổ sung bằng cách (i) dịch chuyển dữ liệu đào tạo từ các ngôn ngữ khác và (II) áp dụng một phương pháp học được gần giám sát. Chúng tôi tìm được sự ủng hộ mạnh mẽ cho cả hai phương pháp, với những mô hình đó vượt trội các mẫu thông thường bằng mọi phụ đề. Tuy nhiên, tạo ra một kết hợp lập trình của các mô hình khác nhau thay vì chỉ là trung bình không có kết quả tăng suất. Chúng tôi đặt thứ hai (ei-Reg), thứ hai (ei-Oc), thứ tư (V-Reg) và thứ năm (V-Oc) vào bốn phụ đề Tây Ban Nha mà chúng tôi tham gia.

Abstract

本研述了我们提交给SemEval 2018 Task 1:Tweets中的影响。臣等西班牙语旨在证明,(i)从他语译练数(ii)宜用半督学,自生额外训练数有益。吾见二者皆得其力,皆优于吾常。然创制不同之渐合而非简均不致性能之崇也。四西班牙语子之事,各得二(EI-Reg)、二(EI-Oc)、第四名(V-Reg)、五(V-Oc)。

Anthology ID:: S18-1041
Volume:: Proceedings of The 12th International Workshop on Semantic Evaluation
Month:: June
Year:: 2018
Address:: New Orleans, Louisiana
Venue:: SemEval
SIGs:: SIGLEX | SIGSEM
Publisher:: Association for Computational Linguistics
Note:
Pages:: 279–285
Language:
URL:: https://aclanthology.org/S18-1041
DOI:: 10.18653/v1/S18-1041
Bibkey:
Cite (ACL):: Marloes Kuijper, Mike van Lenthe, and Rik van Noord. 2018. UG18 at SemEval-2018 Task 1 : Generating Additional Training Data for Predicting Emotion Intensity in SpanishUG18 at SemEval-2018 Task 1: Generating Additional Training Data for Predicting Emotion Intensity in Spanish. In Proceedings of The 12th International Workshop on Semantic Evaluation, pages 279–285, New Orleans, Louisiana. Association for Computational Linguistics.
Cite (Informal):: UG18 at SemEval-2018 Task 1 : Generating Additional Training Data for Predicting Emotion Intensity in SpanishUG18 at SemEval-2018 Task 1: Generating Additional Training Data for Predicting Emotion Intensity in Spanish (Kuijper et al., SemEval 2018)
Copy Citation:
PDF:: https://aclanthology.org/S18-1041.pdf
Terminologies:

PDF Cite Search Translate