MasonTigers 在 SemEval-2024 任务 10：基于 Transformer 集成与提示的对话情绪发现与翻转推理
MasonTigers at SemEval-2024 Task 10: Emotion Discovery and Flip Reasoning in Conversation with Ensemble of Transformers and Prompting
AI总结：
MasonTigers 团队参加 SemEval-2024 任务 10，针对英语及印地语-英语语码混合对话中的情绪识别与翻转推理提出方法，在三个子任务中分别取得 0.78、0.79、0.79 的 F1 分数，并获得两项第一和一项第二。
摘要：
本文介绍了 MasonTigers 团队参加 SemEval-2024 任务 10 的工作。该共享任务旨在识别单语英语及印地语-英语语码混合对话中的情绪，并理解情绪翻转背后的原因。该任务包含三个不同的子任务：印地语-英语语码混合对话中的对话情绪识别、印地语-英语语码混合对话中的情绪翻转推理，以及英语对话中的情绪翻转推理。我们的团队 MasonTigers 参与了每个子任务，重点开发用于准确情绪识别和推理的方法。通过利用我们的方法，我们在第一个任务上取得了 0.78 的 F1 分数，在第二和第三个任务上均取得了 0.79 的 F1 分数。这一表现不仅证明了我们的方法在任务不同方面的有效性，还使我们在第一和第三个子任务中获得了第一名，在第二个子任务中获得了第二名。通过大量实验和分析，我们对系统在每个子任务中的性能和贡献提供了深入见解。
英文摘要：
In this paper, we present MasonTigers' participation in SemEval-2024 Task 10, a shared task aimed at identifying emotions and understanding the rationale behind their flips within monolingual English and Hindi-English code-mixed dialogues. This task comprises three distinct subtasks - emotion recognition in conversation for Hindi-English code-mixed dialogues, emotion flip reasoning for Hindi-English code-mixed dialogues, and emotion flip reasoning for English dialogues. Our team, MasonTigers, contributed to each subtask, focusing on developing methods for accurate emotion recognition and reasoning. By leveraging our approaches, we attained impressive F1-scores of 0.78 for the first task and 0.79 for both the second and third tasks. This performance not only underscores the effectiveness of our methods across different aspects of the task but also secured us the top rank in the first and third subtasks, and the 2nd rank in the second subtask. Through extensive experimentation and analysis, we provide insights into our system's performance and contributions to each subtask.
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。
