DoNotDistribute团队在SemEval-2020任务11上的工作：用于新闻文章中宣传检测的神经网络模型中的特征、微调与数据增强
计算与语言
2020-08-25 v1
摘要
本文介绍了我们为SemEval 2020共享任务11（新闻文章中宣传技术的检测）所构建的系统。我们参与了跨度识别与技术分类两个子任务，并报告了使用不同基于BERT的模型以及手工设计特征进行的实验。我们的模型在两项任务上的表现均大幅优于基线，并且我们提供了消融研究以及对结果的讨论，以剖析不同特征与技术的有效性，旨在为未来宣传检测研究提供帮助。
引用
@article{arxiv.2008.09703,
title = {Team DoNotDistribute at SemEval-2020 Task 11: Features, Finetuning, and Data Augmentation in Neural Models for Propaganda Detection in News Articles},
author = {Michael Kranzlein and Shabnam Behzad and Nazli Goharian},
journal= {arXiv preprint arXiv:2008.09703},
year = {2020}
}