将假新闻检测视为自然语言推理
计算与语言
2019-07-18 v1
摘要
本报告描述了 Intelligent Knowledge Management (IKM) 实验室在 WSDM 2019 假新闻分类挑战赛中的参赛方案。我们将该任务视为自然语言推理（NLI）。我们分别训练了若干最强的 NLI 模型以及 BERT。我们分两个阶段集成这些结果并用带噪声标签重新训练。我们分析了训练集与测试集中的传递关系，并确定了一组可基于此可靠分类的测试用例。其余测试用例由我们的集成模型分类。我们的参赛方案在测试集上达到 88.063% 的准确率，在竞赛中获得第 3 名。
引用
@article{arxiv.1907.07347,
title = {Fake News Detection as Natural Language Inference},
author = {Kai-Chou Yang and Timothy Niven and Hung-Yu Kao},
journal= {arXiv preprint arXiv:1907.07347},
year = {2019}
}