
要約
ルミノソは、セマンティックな知識に焦点を当てたオープンな知識グラフであるConceptNet(コンセプトネット)を基盤とするシステムで、2018年のSemEval(セムエヴァル)の「差別的属性の捕捉」タスクに参加しました。本論文では、少数の意味情報を含んだ特徴量を使用して線形分類器を訓練し、タスクにおいて0.7368の$F_1$スコアを達成した方法について説明します。このスコアは、タスクの最高スコア0.75に近い結果となっています。
ルミノソは、セマンティックな知識に焦点を当てたオープンな知識グラフであるConceptNet(コンセプトネット)を基盤とするシステムで、2018年のSemEval(セムエヴァル)の「差別的属性の捕捉」タスクに参加しました。本論文では、少数の意味情報を含んだ特徴量を使用して線形分類器を訓練し、タスクにおいて0.7368の$F_1$スコアを達成した方法について説明します。このスコアは、タスクの最高スコア0.75に近い結果となっています。