QCRI 在 SemEval-2023 任务 3 中的系统：基于多语言模型的新闻体裁、框架与说服技术检测
计算与语言
2023-05-08 v1 人工智能
计算机与社会
摘要
主流媒体与社交媒体中错误信息的传播正以不同方式误导用户。记者与事实核查人员的人工检测与核实工作已无法应对误导性信息的巨大规模与快速传播。这促使研究与产业界努力开发用于分析与核实在线新闻的系统。SemEval-2023 任务 3 试图在这一总体问题下处理若干子任务，聚焦于新闻文章中用以影响读者观点的写作技术。该任务针对六种语言及三种“惊喜”测试语言设置了三个子任务，共形成 27 种不同的测试配置。本文描述我们参与该任务的系统。我们团队是成功为所有配置提交运行的 6 支队伍之一。官方结果显示，我们的系统在 27 种配置中有 10 种跻身前三。
引用
@article{arxiv.2305.03336,
title = {QCRI at SemEval-2023 Task 3: News Genre, Framing and Persuasion Techniques Detection using Multilingual Models},
author = {Maram Hasanain and Ahmed Oumar El-Shangiti and Rabindra Nath Nandi and Preslav Nakov and Firoj Alam},
journal= {arXiv preprint arXiv:2305.03336},
year = {2023}
}
备注
Accepted at SemEval-23 (ACL-23, propaganda, disinformation, misinformation, fake news