将基于计数的特征融入预训练模型以改进立场检测
计算与语言
2020-10-20 v1
摘要
社交媒体的爆发式增长与普及彻底改变了我们沟通与协作的方式。遗憾的是，这种获取和分享信息的便利也导致了虚假信息与宣传的泛滥。鉴于立场检测可显著助力真实性预测，本工作聚焦于提升自动化立场检测——预训练模型在该任务及若干其他任务上已取得极大成功。本工作表明，立场检测任务可从基于特征的信息中获益，尤其在某些表现不佳的类别上，然而通过集成将此类特征融入预训练模型颇具挑战。我们提出了一种将特征与预训练模型相融合的新型架构以应对这些挑战，并在 RumourEval 2019 数据集上测试了我们的方法。该方法取得了最先进的结果，在测试集上 F1 分数为 63.94。
引用
@article{arxiv.2010.09078,
title = {Incorporating Count-Based Features into Pre-Trained Models for Improved Stance Detection},
author = {Anushka Prakash and Harish Tayyar Madabushi},
journal= {arXiv preprint arXiv:2010.09078},
year = {2020}
}