概要
We introduce the IDSOU submission for the WNUT-2020 task 2: identification of informative COVID-19 English Tweets. Our system is an ensemble of pre-trained language models such as BERT. We ranked 16th in the F1 score.
発表文献
Proceedings - Workshop on Noisy User-generated Text (W-NUT 2020)
![梶原智之](/ja/authors/tomoyuki-kajiwara/avatar_huc0ca4d4aebfde31e6dbe93bb16fd0945_17000352_270x270_fill_lanczos_center_3.png)
招へい助教
自然言語処理。特に、テキスト平易化、言い換え、意味的文間類似度、品質推定。
![武村紀子](/ja/authors/noriko-takemura/avatar_hu996ae61f250b1cca239f161e0fa0c584_24891_270x270_fill_q75_lanczos_center.jpg)
招へい准教授
パターン認識、機械学習等を用いた環境知能や歩容認証等に関する研究に従事。
![中島悠太](/ja/authors/yuta-nakashima/avatar_hu25d333fcded103db2f52f7476cb1420a_78230_270x270_fill_q75_lanczos_center.jpg)
教授
コンピュータビジョン・パターン認識などの研究。ディープニューラルネットワークなどを用いた画像・映像の認識・理解を主に、自然言語処理を援用した応用研究などに従事。
![長原一](/ja/authors/hajime-nagahara/avatar_huc8d8cedf74443a99c5e73ee96d17a7a6_5028372_270x270_fill_lanczos_center_3.png)
教授
コンピューテーショナルフォトグラフィ、コンピュータビジョンを専門とし実世界センシングや情報処理技術、画像認識技術の研究を行う。さらに、画像センシングにとどまらず様々なセンサに拡張したコンピュテーショナルセンシング手法の開発や高次元で冗長な実世界ビッグデータから意味のある情報を計測するスパースセンシングへの転換を目指す。