DUTH 在 SemEval-2020 任务 11 中的工作：基于实体映射 BERT 的宣传分类
计算与语言
2020-08-26 v2
摘要
本报告描述了色雷斯民主大学 (DUTH) 团队参与 SemEval-2020 任务 11（新闻文章中宣传技术的检测）所采用的方法。我们团队处理了子任务 2：技术分类。我们使用浅层自然语言处理 (NLP) 预处理技术来降低数据集中的噪声、特征选择方法以及常见的监督式机器学习算法。我们最终的模型基于使用带有实体映射的 BERT 系统。为提升模型准确率，我们通过词类与实体识别将某些词映射为五个不同的类别。
引用
@article{arxiv.2008.09894,
title = {DUTH at SemEval-2020 Task 11: BERT with Entity Mapping for Propaganda Classification},
author = {Anastasios Bairaktaris and Symeon Symeonidis and Avi Arampatzis},
journal= {arXiv preprint arXiv:2008.09894},
year = {2020}
}