基于零样本跨语言迁移学习的谣言检测
计算与语言
2021-09-28 v1
摘要
大多数社交媒体谣言检测模型都是为一种特定语言（主要是英语）设计的。Twitter上有超过40种语言，且大多数语言缺乏构建谣言检测模型的标注资源。本文提出了一种零样本跨语言迁移学习框架，该框架能够将为源语言训练的谣言检测模型适配到另一种目标语言。我们的框架利用预训练的多语言语言模型（例如多语言BERT）和自训练循环，迭代地引导目标语言中“银标签”的创建，从而将模型从源语言适配到目标语言。我们在英语和中文谣言数据集上评估了我们的方法，并证明我们的模型在源语言和目标语言的谣言检测中均显著优于竞争基准。
引用
@article{arxiv.2109.12773,
title = {Rumour Detection via Zero-shot Cross-lingual Transfer Learning},
author = {Lin Tian and Xiuzhen Zhang and Jey Han Lau},
journal= {arXiv preprint arXiv:2109.12773},
year = {2021}
}
备注
ECML-PKDD 2021