Accenture在CheckThat! 2020中的工作：基于Transformer模型的声明事后事实核查
计算与语言
2020-09-08 v1
摘要
我们介绍了Accenture团队在CLEF2020 CheckThat! Lab任务1（涉及英语与阿拉伯语）中所使用的策略。该共享任务评估社交媒体文本中的声明是否应接受专业事实核查。对记者而言，以事实形式呈现、且会引起广大受众兴趣的陈述，在传播前需经专业事实核查。我们利用BERT与RoBERTa模型识别社交媒体文本中应由专业事实核查员审阅的声明，并按优先顺序为核查员排序。在英语挑战中，我们对RoBERTa模型进行微调，并添加额外的均值池化层与丢弃层以增强对未见文本的泛化能力。在阿拉伯语任务中，我们对阿拉伯语BERT模型进行微调，并展示了利用回译扩增少数类以平衡数据集的方法。本文工作在英语赛道获第一名，在阿拉伯语赛道获第一、二、三、四名。
引用
@article{arxiv.2009.02431,
title = {Accenture at CheckThat! 2020: If you say so: Post-hoc fact-checking of claims using transformer-based models},
author = {Evan Williams and Paul Rodrigues and Valerie Novak},
journal= {arXiv preprint arXiv:2009.02431},
year = {2020}
}
备注
To Appear As: Evan Williams, Paul Rodrigues, Valerie Novak. Accenture at CheckThat! 2020: If you say so: Post-hoc fact-checking of claims using transformer-based models. In: Cappellato et al. Working Notes of CLEF 2020-Conference and Labs of the Evaluation Forum. Thessaloniki, Greece. 22-25 September 2020