BANANA 在 WNUT-2020 任务 2 中的工作：通过结合深度学习与迁移学习模型识别 Twitter 上的 COVID-19 信息
计算与语言
2021-04-02 v2 社会与信息网络
摘要
COVID-19 病毒的爆发对全世界人民的健康造成了重大影响。因此，让每个人持续获得关于该疾病的准确信息至关重要。本文描述了我们用于 WNUT-2020 任务 2（识别有信息量的 COVID-19 英文推文）的预测系统。该任务的数据集包含 10,000 条经人工标注的英文推文。我们三个 transformer 与深度学习模型的集成模型用于最终预测。实验结果表明，我们的系统在测试集上 INFORMATIVE 标签的 F1 达到了 88.81%。
引用
@article{arxiv.2009.02671,
title = {BANANA at WNUT-2020 Task 2: Identifying COVID-19 Information on Twitter by Combining Deep Learning and Transfer Learning Models},
author = {Tin Van Huynh and Luan Thanh Nguyen and Son T. Luu},
journal= {arXiv preprint arXiv:2009.02671},
year = {2021}
}
备注
Submitted to 2020 The 6th Workshop on Noisy User-generated Text (W-NUT)