学生のXUE, Jieyingさん（博士後期課程3年、コンピューティング科学研究領域、Nguyen研究室）らのチームが、The 19th International Workshop on Semantic Evaluation （SemEval-2025）Task 11においてBest System Description Awardを受賞しました。

　SemEvalは、自然言語処理（NLP）に関する国際的なワークショップであり、言語意味解析に関する多様な共有タスクを通じて参加チームのシステムを比較・評価し、意味解析の研究の進展に貢献するとともに、高品質なアノテーション付きデータセットの構築を支援することを目的としています。
　SemEval-2025は、NLP分野の主要な国際会議であるACL 2025（Annual Meeting of the Association for Computational Linguistics）に併設され、令和7年7月31日～8月1日まで、オーストリア・ウィーンにて開催されました。
　同賞は、SemEval-2025 Task 11「Bridging the Gap in Text-Based Emotion Detection」に参加したすべてのチームの中で、システム記述論文が最も優れていると評価されたチームに授与されました。

※参考：SemEval-2025

■受賞年月日
　令和7年8月1日

■研究題目、論文タイトル等
Cross-Lingual Multi-Label Emotion Detection Using Generative Models

■チーム名・メンバー
JNLP：Jieying Xue, Phuong Minh Nguyen, Minh Le Nguyen, Xin Liu

■受賞対象となった研究の内容
With the rapid advancement of global digitalization, users from different countries increasingly rely on social media for information exchange. In this context, multilingual multi-label emotion detection has emerged as a critical research area. This study addresses SemEval-2025 Task 11: Bridging the Gap in Text-Based Emotion Detection. Our paper focuses on two sub-tracks of this task: (1) Track A: Multi-label emotion detection, and (2) Track B: Emotion intensity. To tackle multilingual challenges, we leverage pre-trained multilingual models and focus on two architectures: (1) a fine-tuned BERT-based classification model and (2) an instruction-tuned generative LLM. Additionally, we propose two methods for handling multi-label classification: the base method, which maps an input directly to all its corresponding emotion labels, and the pairwise method, which models the relationship between the input text and each emotion category individually. Experimental results demonstrate the strong generalization ability of our approach in multilingual emotion recognition. In Track A, our method achieved Top 4 performance across 10 languages, ranking 1st in Hindi. In Track B, our approach also secured Top 5 performance in 7 languages, highlighting its simplicity and effectiveness.

■受賞にあたって一言
We are deeply honored to receive this award. We sincerely thank our professor for his invaluable guidance, our collaborators for their dedication and teamwork, and JAIST for providing essential computational resources. This recognition reflects not only our research efforts but also the strong support and collaboration that made this achievement possible.

令和7年9月29日