Rudolf Christoph Eucken 在 SemEval-2023 任务4：一种用于从论证中识别人类价值观的集成方法
Rudolf Christoph Eucken at SemEval-2023 Task 4: An Ensemble Approach for Identifying Human Values from Arguments
AI总结：
针对论证文本中人类价值观识别问题，提出由蕴含模型和两个Roberta分类器组成的集成方法，最佳组合在主测试集上取得F1分数0.48。
摘要：
我们通过生活经历获得的微妙人类价值观支配着我们的思想，并反映在我们的言语中。它在捕捉我们个体本质方面发挥着不可或缺的作用，使得在模拟人类行为的计算系统中识别这些价值观变得至关重要。计算论证是一个处理人类论证能力的领域，识别此类价值观可使其受益。受此启发，我们提出了一种从论证文本中检测人类价值观的集成方法。我们的集成包含三个模型：（i）一个基于蕴含的模型，根据价值观描述来确定人类价值观；（ii）一个基于 Roberta 的分类器，从论证中预测人类价值观集合；（iii）一个基于 Roberta 的分类器，从论证中预测简化的人类价值观集合。我们尝试了不同的模型组合方式，并报告了我们的结果。此外，我们最佳组合在主测试集上达到了整体 F1 分数 0.48。
英文摘要：
The subtle human values we acquire through life experiences govern our thoughts and gets reflected in our speech. It plays an integral part in capturing the essence of our individuality and making it imperative to identify such values in computational systems that mimic human actions. Computational argumentation is a field that deals with the argumentation capabilities of humans and can benefit from identifying such values. Motivated by that, we present an ensemble approach for detecting human values from argument text. Our ensemble comprises three models: (i) An entailment-based model for determining the human values based on their descriptions, (ii) A Roberta-based classifier that predicts the set of human values from an argument. (iii) A Roberta-based classifier to predict a reduced set of human values from an argument. We experiment with different ways of combining the models and report our results. Furthermore, our best combination achieves an overall F1 score of 0.48 on the main test set.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
