摘要
本文介绍了我们在“低资源语言自然语言处理解决方案研讨会”（NLP Solutions for Under-Resourced Languages, NSURL）中，针对阿拉伯语语义问题相似性任务所提出的方法。该任务旨在构建一个能够识别给定数据集中语义相似阿拉伯语问题的模型。本研究探索了多种衡量问题相似性的方法。所提出的模型取得了较高的F1分数，范围在88%至96%之间。我们的官方最佳结果来自一个集成模型，该模型结合了预训练的多语言BERT模型，并采用不同的随机种子进行多次训练，最终获得95.924%的F1分数，在九支参赛团队中排名第一。
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| question-similarity-on-q2q-arabic-benchmark | Ensemble multilingual BERT model | F1 score: 0.95924 |