实体
SemEval-2026 Task 3
SemEval-2026 Task 3
PulseAugur coverage of SemEval-2026 Task 3 — every cluster mentioning SemEval-2026 Task 3 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新方法使用 LLM 和 Transformer 预测细粒度情感得分
研究人员为 SemEval-2026 Task 3 开发了一种新颖的方法，专注于维度化方面情感分析。他们的方法超越了简单的正面/负面分类，能够预测情感效价和唤醒度的细粒度实数值得分。该系统利用 Transformer 编码器模型的加权集成进行回归任务，并使用解码器 LLM 进行提取任务的结构化预测。对于俄语数据，他们通过使用大型语言模型生成合成情感描述来增强输入。
-
ICT-NLP 系统在 SemEval-2026 情感分析任务中排名靠前
ICT-NLP 的研究人员开发了一种新颖的维度方面情感回归系统，在 SemEval-2026 Task 3 中取得了顶尖排名。他们的方法利用了带有联合训练和自适应集成的手语编码器，为了效率而避免使用大型语言模型。该方法展示了强大的跨语言迁移能力和改进的训练稳定性，从而在多个数据集上取得了高性能。