CLEARumor在SemEval-2019任务7中的表现：基于ELMo卷积的谣言检测
计算与语言
2020-11-30 v1 人工智能
机器学习
摘要
本文描述了我们提交给SemEval-2019任务7：RumourEval（判定谣言真实性与支持证据）的工作。我们参与了两个子任务。子任务A的目标是将谣言性社交媒体帖子与回复帖子之间的交互类型分类为支持、质疑、否认或评论。子任务B的目标是预测给定谣言的真实性。对于子任务A，我们实现了一种基于CNN的神经架构，使用帖子文本的ELMo嵌入并结合辅助特征，取得了44.6%的F1分数。对于子任务B，我们采用MLP神经网络，利用对子任务A的估计，取得了30.1%的F1分数（竞赛第二名）。我们提供了系统性能的结果与分析，并给出了消融实验。
引用
@article{arxiv.1904.03084,
title = {CLEARumor at SemEval-2019 Task 7: ConvoLving ELMo Against Rumors},
author = {Ipek Baris and Lukas Schmelzeisen and Steffen Staab},
journal= {arXiv preprint arXiv:1904.03084},
year = {2020}
}
备注
5 pages, 2 figures, 3 tables. Accepted for publication at SemEval@NAACL-HLT 2019