使用大型语言模型对 COVID 推文进行多标签分类
计算与语言
2023-12-19 v1 社会与信息网络
摘要
疫苗接种对于降低各种疾病的风险和传播非常重要。近年来，疫苗接种是应对 COVID-19 大流行的关键步骤。然而，由于各种原因，包括政治因素、疫苗的潜在副作用等，许多人对疫苗的使用持怀疑态度。该任务的目标是构建一个有效的多标签分类器，根据帖子作者所表达的对疫苗的具体担忧，对社交媒体帖子（特别是推文）进行标注。我们尝试了三种不同的模型—— 有监督的 BERT-large-uncased， 有监督的 HateXplain 模型，以及 零样本 GPT-3.5 Turbo 模型。在我们的案例中，有监督的 BERT-large-uncased 模型表现最佳。我们取得了 0.66 的 macro-F1 分数、0.66 的 Jaccard 相似度分数，并在所有提交中排名第六。代码可在 https://github.com/anonmous1981/AISOME 获取。
引用
@article{arxiv.2312.10748,
title = {Multi-Label Classification of COVID-Tweets Using Large Language Models},
author = {Aniket Deroy and Subhankar Maity},
journal= {arXiv preprint arXiv:2312.10748},
year = {2023}
}