基于堆叠集成的 Wikidata 破坏检测模型——WSDM Cup 2017 的 Team Honeyberry 破坏检测器
信息检索
2017-12-20 v1
摘要
WSDM Cup 2017 是一项将 Wikidata 修订版本分类为破坏与非破坏的二分类任务。本文描述了我们使用欠采样、特征选择、堆叠和模型集成等机器学习技术的方法。我们通过计算使用与不使用这些技术的模型的 AUC-ROC 来确认各项技术的有效性。此外，我们分析结果并获得有助于改进破坏检测任务模型的有益见解。截止日期后我们最终提交的 AUC-ROC 为 0.94412。
引用
@article{arxiv.1712.06921,
title = {Ensemble Models for Detecting Wikidata Vandalism with Stacking - Team Honeyberry Vandalism Detector at WSDM Cup 2017},
author = {Tomoya Yamazaki and Mei Sasaki and Naoya Murakami and Takuya Makabe and Hiroki Iwasawa},
journal= {arXiv preprint arXiv:1712.06921},
year = {2017}
}
备注
Vandalism Detector at WSDM Cup 2017, see arXiv:1712.05956