结合主题分布的 XLNet 模型用于假新闻检测系统：CONSTRAINT@AAAI2021 共享任务
计算与语言
2021-01-28 v1
摘要
随着信息获取的便利以及其在互联网上的快速传播（速度与体量兼具），从虚假信息中筛选出真实信息变得具有挑战性。研究界目前面临着自动检测假新闻的任务，这具有现实的社会政治影响。其中一项研究贡献来自于 CONSTRAINT@AAAI2021 关于英文 COVID19 假新闻检测的共享任务。在本文中，我们阐述了作为该共享任务一部分所提出的一种新方法。我们的团队引入了一种将潜在狄利克雷分配（LDA）的主题分布与 XLNet 的上下文表示相结合的方法。我们还将我们的方法与现有基线进行了比较，表明 XLNet + 主题分布以 0.967 的 F1 分数优于其他方法。
引用
@article{arxiv.2101.11425,
title = {Fake News Detection System using XLNet model with Topic Distributions: CONSTRAINT@AAAI2021 Shared Task},
author = {Akansha Gautam and Venktesh V and Sarah Masud},
journal= {arXiv preprint arXiv:2101.11425},
year = {2021}
}
备注
Accepted at CONSTRAINT@AAAI2021 Shared Task for the CONSTRAINT workshop, collocated with AAAI 2021