nlpBDpatriots at BLP-2023 Task 2：一种用于孟加拉语情感分析的迁移学习方法
nlpBDpatriots at BLP-2023 Task 2: A Transfer Learning Approach to Bangla Sentiment Analysis
AI总结：
本文介绍了nlpBDpatriots团队参加BLP-2023孟加拉语情感分析任务的方案，通过结合数据增强的迁移学习方法识别社交媒体内容极性，取得0.71的micro F1分数，在30支队伍中排名第12。
摘要：
本文介绍了nlpBDpatriots参加首届孟加拉语语言处理（BLP）研讨会（与EMNLP合办）组织的孟加拉语社交媒体帖子情感分析共享任务的方案。该任务的主要目标是使用共享任务组织者提供的、标注有正面、中立和负面标签的孟加拉语数据集，来识别社交媒体内容的极性。我们用于该任务的最佳系统是一种结合数据增强的迁移学习方法，其取得了0.71的micro F1分数。我们的最佳系统在参与比赛的30支队伍中排名第12位。
英文摘要：
In this paper, we discuss the nlpBDpatriots entry to the shared task on Sentiment Analysis of Bangla Social Media Posts organized at the first workshop on Bangla Language Processing (BLP) co-located with EMNLP. The main objective of this task is to identify the polarity of social media content using a Bangla dataset annotated with positive, neutral, and negative labels provided by the shared task organizers. Our best system for this task is a transfer learning approach with data augmentation which achieved a micro F1 score of 0.71. Our best system ranked 12th among 30 teams that participated in the competition.
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。
