QMUL-SDS在CheckThat! 2020中的工作：使用增强数值表达式的CT-BERT判定COVID-19推文的可核查性
计算与语言
2020-09-01 v1 机器学习
社会与信息网络
摘要
本文描述了QMUL-SDS团队参与CLEF 2020 CheckThat!共享任务任务1的情况。该任务的目的是判定关于COVID-19的推文的可核查性(check-worthiness)，以识别并优先处理需要事实核查的推文。其总体目标是进一步支持保护公众免受假新闻侵害并帮助人们找到可靠信息的持续努力。我们描述并分析了所提交结果。我们表明，使用以数值表达式增强的COVID-Twitter-BERT (CT-BERT)的CNN能够有效将性能从基线结果提升。我们还展示了用其他主题的谣言进行训练数据增强的结果。我们的最佳系统在任务中排名第四，取得了令人鼓舞的结果，显示出未来性能提升的潜力。
引用
@article{arxiv.2008.13160,
title = {QMUL-SDS at CheckThat! 2020: Determining COVID-19 Tweet Check-Worthiness Using an Enhanced CT-BERT with Numeric Expressions},
author = {Rabab Alkhalifa and Theodore Yoong and Elena Kochkina and Arkaitz Zubiaga and Maria Liakata},
journal= {arXiv preprint arXiv:2008.13160},
year = {2020}
}