Instruction Tuning of LLMs for Multi-label EmotionClassification in Social Media Content
Notice bibliographique
Résumé
In this research, we use Instruction Tuning (IT) prompts to enhance the controllability of generative Large Language Models (LLMs) in order to facilitate multi-label emotion classification of user tweets. We use instruction tags to represent the data records as {(tweet, question, answer)} prompts which are then used to fine-tune LLMs in a supervised fashion. Multi-label emotion classification is a challenging research area having widespread applications. For training and evaluation, we use the Semeval-2018 multi-label emotion classification dataset (Task E-c) that is labeled with 11 emotion labels (one or more labels are assigned to each tweet). We perform fine-tuning of a pre-trained GPT2-model with different prompt formats and then use the fine-tuned model to perform inference on the test records to predict the answer in the {(tweet, question, answer)} prompt, as next-word generation task. We compare the performance improvements over the current best-performing systems and GPT 3.5 in a zero-shot setting. Our proposed method and prompt format managed to surpass the accuracy of the current state-of-the-art system and shows that the performance of instruction tuning of lighter GPT2-based models is better in performance than a larger GPT 3.5 in zero-shot implementation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».