从假新闻到极端党派新闻检测：基于域自适应的方法
计算与语言
2023-08-07 v1
摘要
无监督域自适应（UDA）是一种旨在减小两个数据分布之间域偏移的流行技术。它已成功应用于计算机视觉与自然语言处理。在当前工作中，我们探索了多种无监督域自适应技术在两个文本分类任务之间的效果：假新闻与极端党派新闻检测。我们研究了在不涉及目标标签的训练情况下，从假新闻到极端党派新闻检测的知识迁移。为此，我们评估了 UDA、带教师的簇对齐，以及跨域对比学习。大量实验表明这些技术提升了性能，而引入数据增强进一步改善了结果。此外，我们将聚类与主题建模算法同 UDA 结合，相较初始 UDA 设定取得了改进的性能。
引用
@article{arxiv.2308.02185,
title = {From Fake to Hyperpartisan News Detection Using Domain Adaptation},
author = {Răzvan-Alexandru Smădu and Sebastian-Vasile Echim and Dumitru-Clementin Cercel and Iuliana Marin and Florin Pop},
journal= {arXiv preprint arXiv:2308.02185},
year = {2023}
}
备注
15 pages, 3 figures, Accepted by RANLP 2023