L'étude des valeurs humaines est essentielle à la fois dans les domaines pratiques et théoriques. Avec le développement de la linguistique computationnelle, la création d'ensembles de données à grande échelle a permis de reconnaître automatiquement les valeurs humaines avec précision. SemEval 2023 Task 4(Kiesel et al., 2023) fournit un ensemble d'arguments et 20 types de valeurs humaines qui sont implicitement exprimés dans chaque argument. Dans cet article, nous présentons la solution de notre équipe. Nous utilisons le modèle Roberta(Liu et al.) pour obtenir le codage vectoriel de mot du document et proposons un mécanisme d'attention à plusieurs têtes pour établir des connexions entre des étiquettes spécifiques et des composants sémantiques. De plus, nous utilisons un mécanisme K-nearest neighbor amélioré par l'apprentissage contrastif (Su et al.) pour exploiter les informations d'instance existantes pour la prédiction. Notre approche a atteint un score F1 de 0,533 sur le jeu de tests et est classée quatrième au classement. Nous rendons notre code accessible au public sur https://github.com/peterlau0626/semeval2023-task4-HumanValue.

El estudio de los valores humanos es esencial tanto en el ámbito práctico como en el teórico. Con el desarrollo de la lingüística computacional, la creación de conjuntos de datos a gran escala ha permitido reconocer automáticamente los valores humanos con precisión. La tarea 4 de SemEval 2023 (Kiesel et al., 2023) proporciona un conjunto de argumentos y 20 tipos de valores humanos que se expresan implícitamente en cada argumento. En este documento, presentamos la solución de nuestro equipo. Utilizamos el modelo de Roberta(Liu et al.) para obtener la codificación vectorial de palabras del documento y proponemos un mecanismo de atención de múltiples cabezales para establecer conexiones entre etiquetas específicas y componentes semánticos. Además, utilizamos un mecanismo de aprendizaje contrastivo (Su et al.) para aprovechar la información de la instancia existente para la predicción. Nuestro enfoque logró una puntuación F1 de 0.533 en el conjunto de pruebas y ocupó el cuarto lugar en la tabla de clasificación. Hacemos que nuestro código esté disponible públicamente en https://github.com/peterlau0626/semeval2023-task4-HumanValue.

The study of human values is essential in both practical and theoretical domains.With the development of computational linguistics, the creation of large-scale datasets has made it possible to automatically recognize human values accurately.SemEval 2023 Task 4(Kiesel et al., 2023) provides a set of arguments and 20 types of human values that are implicitly expressed in each argument.In this paper, we present our team's solution.We use the Roberta(Liu et al.) model to obtain the word vector encoding of the document and propose a multi-head attention mechanism to establish connections between specific labels and semantic components.Furthermore, we use a contrastive learning-enhanced K-nearest neighbor mechanism(Su et al.) to leverage existing instance information for prediction.Our approach achieved an F1 score of 0.533 on the test set and ranked fourth on the leaderboard.we make our code publicly available at https://github.com/peterlau0626/semeval2023-task4-HumanValue.

تعد دراسة القيم الإنسانية أمرًا ضروريًا في كل من المجالات العملية والنظرية. مع تطوير اللغويات الحاسوبية، أتاح إنشاء مجموعات بيانات واسعة النطاق التعرف تلقائيًا على القيم الإنسانية بدقة. تقدم المهمة الرابعة من فصل 2023 (Kiesel et al.، 2023) مجموعة من الحجج و 20 نوعًا من القيم الإنسانية التي يتم التعبير عنها ضمنيًا في كل حجة. في هذه الورقة، نقدم حل فريقنا. نستخدم نموذج روبرتا(ليو وآخرون) للحصول على ترميز متجه الكلمة للوثيقة واقتراح آلية انتباه متعددة الرؤوس لإنشاء روابط بين تسميات محددة ومكونات دلالية. علاوة على ذلك، نستخدم آلية الجار الأقرب K - Nearest المعززة بالتعلم المتباين (سو وآخرون) للاستفادة من معلومات المثيل الحالية للتنبؤ. حقق نهجنا درجة F1 قدرها 0.533 في مجموعة الاختبار واحتل المرتبة الرابعة على لوحة الصدارة. نجعل التعليمات البرمجية الخاصة بنا متاحة للجمهور على https://github.com/peterlau0626/semeval2023-task4-HumanValue.