NJUST-KMG at TRAC-2024 कार्य 1 और 2: ऑफलाइन हानि संभाव्यता पहचान

यह रिपोर्ट TRAC-2024 ऑफलाइन हानि संभाव्यता पहचान में प्रस्तावित विधि का विस्तृत विवरण प्रदान करती है, जिसमें दो उप-कार्य शामिल हैं। जांच ने कई भारतीय भाषाओं में सोशल मीडिया टिप्पणियों के समृद्ध डेटा सेट का उपयोग किया, जिसे विशेषज्ञ जजों द्वारा सटीकता के साथ संहिताबद्ध किया गया ताकि ऑफलाइन संदर्भ हानि के लिए बारीक अर्थों को समझा जा सके। प्रतिभागियों को विशिष्ट परिस्थितियों में हानि की संभावना को सही-सही आकलन करने में सक्षम एल्गोरिदम डिजाइन करने का कार्य दिया गया और ऑफलाइन हानि के सबसे संभावित लक्ष्य(ों) की पहचान करनी थी। हमारा दृष्टिकोण दो अलग-अलग ट्रैकों में दूसरे स्थान पर रहा, जिसमें क्रमशः F1 मान 0.73 और 0.96 थे। हमारी विधि मुख्य रूप से फाइनट्यूनिंग के लिए प्री-ट्रेंड मॉडल का चयन, कंट्रास्टिव लर्निंग तकनीकों को शामिल करना, और परीक्षण सेट के लिए एक एंसेंबल दृष्टिकोण में समाप्त होती है।