NoFake 在 CheckThat! 2021：基于 BERT 的假新闻检测
计算与语言
2021-08-13 v1 社会与信息网络
摘要
针对假新闻的揭穿与分析已有大量研究。近年来许多研究者研究假新闻检测，但多数局限于社交媒体数据。当前多个事实核查者以不同格式发布其结果。此外，不同事实核查者对假新闻使用不同标签，使得构建可泛化分类器困难。通过合并类别，机器学习模型的性能可得到提升。这种领域分类将有助于对文章分组，从而节省在指派主张核查上的手工劳动。本文提出基于 BERT 的分类模型来预测领域与分类。我们还使用了来自事实核查文章的额外数据。借助额外训练数据，我们在任务 3A 上取得了 83.76% 的宏 F1 分数，在任务 3B 上取得了 85.55% 的宏 F1 分数。
引用
@article{arxiv.2108.05419,
title = {NoFake at CheckThat! 2021: Fake News Detection Using BERT},
author = {Sushma Kumari},
journal= {arXiv preprint arXiv:2108.05419},
year = {2021}
}
备注
CLEF Task 3