微调 Transformers 用于识别推文中的 COVID-19 自我报告潜在病例与症状
计算与语言
2021-04-27 v1 社会与信息网络
摘要
我们描述了针对 2021 年健康应用社交媒体挖掘（SMM4H）共享任务中任务 5 与任务 6 的直接方法。我们的系统基于在每个任务上微调 Distill-BERT，以及先在其他任务上微调该模型。我们探究准确分类推文是否包含自我报告的 COVID-19 症状（任务 5），或一条与 COVID-19 相关的推文是否为自我报告、非个人报告，还是该病毒的文献/新闻提及（任务 6）所需的微调程度。
引用
@article{arxiv.2104.05501,
title = {Fine-Tuning Transformers for Identifying Self-Reporting Potential Cases and Symptoms of COVID-19 in Tweets},
author = {Max Fleming and Priyanka Dondeti and Caitlin N. Dreisbach and Adam Poliak},
journal= {arXiv preprint arXiv:2104.05501},
year = {2021}
}
备注
Social Media Mining for Health Applications 2021 Shared Task