Sökning: "SemEval"

Hittade 4 uppsatser innehållade ordet SemEval.

1. 1. Exploration of Knowledge Distillation Methods on Transformer Language Models for Sentiment Analysis

   Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

   Författare :Haonan Liu; [2022]
   Nyckelord :Natural Language Processing; Sentiment Analysis; Language Model; Transformers; Knowledge Distillation; Behandling av Naturligt Språk; Analys av Känslor; Språkmodell; Omvandlare; Kunskapsdestillation;

   Sammanfattning : Despite the outstanding performances of the large Transformer-based language models, it proposes a challenge to compress the models and put them into the industrial environment. This degree project explores model compression methods called knowledge distillation in the sentiment classification task on Transformer models. LÄS MER

3. 2. WANNA BE ON TOP? The Hyperparameter Search for Semantic Change's Next Top Model

   Master-uppsats, Göteborgs universitet / Institutionen för filosofi, lingvistik och vetenskapsteori

   Författare :Kate Viloria; [2021-09-22]
   Nyckelord :semantic change; language change; diachronic word embeddings;

   Sammanfattning : Lexical semantic change (LSC) detection through the use of diachronic corpora and computational methods continues to be a prevalent research area in language change (Tahmasebi et al., 2018). LÄS MER

4. 3. Twittersentimentanalys : Jämförelse av klassificeringsmodeller tränade på olika datamängder.

   Kandidat-uppsats,

   Författare :Johannes Bandgren; Johan Selberg; [2018]
   Nyckelord :Twitter sentiment analysis; machine learning; Naive Bayes; Support Vector Machine; Convolutional Neural Network; SemEval; Stanford Twitter Sen- timent; pre-processing.; Twittersentimentanalys; maskininlärning; Naive Bayes; Support Vector Machine; Convolutional Neural Network; SemEval; Stanford Twitter Sentiment; databearbetning.;

   Sammanfattning : Twitter är en av de populäraste mikrobloggarna, som används för att uttryckatankar och åsikter om olika ämnen. Ett område som har dragit till sig mycketintresse under de senaste åren är twittersentimentanalys. LÄS MER

5. 4. Dynamic Programming Algorithms for Semantic Dependency Parsing

   Master-uppsats, Linköpings universitet/Interaktiva och kognitiva system

   Författare :Nils Axelsson; [2017]
   Nyckelord :semantic dependency parsing; machine learning; parsing; logic; deduction system; crossing edges; SemEval; coverage; crossing arcs; graph; graph class; non-crossing; QAC; quartic; acyclic; semantisk dependensparsning; maskininlärning; parsning; logik; deduktionssystem; korsande bågar; SemEval; täckning; korsande kanter; graf; grafklass; ickekorsande; QAC; kvartiskt; acykliskt;

   Sammanfattning : Dependency parsing can be a useful tool to allow computers to parse text. In 2015, Kuhlmann and Jonsson proposed a logical deduction system that parsed to non-crossing dependency graphs with an asymptotic time complexity of O(n3), where “n” is the length of the sentence to parse. LÄS MER