基于 BERT 模型的 COVID-19 相关推文假新闻检测与情感分析分类
计算与语言
2023-04-04 v1
摘要
本文介绍了我们团队“techno”参与 CERIST'22 共享任务的情况。我们使用了一个与 covid-19 大流行相关的可用数据集“task1.c”。该数据集包含用于情感分析任务的 4128 条推文和用于假新闻检测任务的 8661 条推文。我们结合了最著名的预训练语言模型 BERT（Bidirectional Encoder Representations from Transformers）与自然语言处理工具。结果显示了预训练语言模型的有效性，我们在情感分析任务上取得了 0.93 的准确率，在假新闻检测任务上取得了 0.90 的准确率。
引用
@article{arxiv.2304.00636,
title = {Classifying COVID-19 Related Tweets for Fake News Detection and Sentiment Analysis with BERT-based Models},
author = {Rabia Bounaama and Mohammed El Amine Abderrahim},
journal= {arXiv preprint arXiv:2304.00636},
year = {2023}
}
备注
CERIST'22: CERIST NLP Challenge 2022, March 29, 2023, Algeria, Algiers