QCRI-MIT 团队在 SemEval-2019 任务4：将宣传分析与超党派新闻检测结合
信息检索
2019-04-09 v1 计算与语言
机器学习
机器学习
摘要
本文描述我们提交给 SemEval-2019 任务4（超党派新闻检测）的方案。我们的系统依赖于多种最初用于检测宣传的工程设计特征。其基于如下假设：有偏信息在推广特定政治事业或观点意义上是宣传性的。我们训练了一个逻辑回归模型，所用特征从简单的词袋到词汇丰富度与文本可读性特征不等。我们的系统在人工标注的测试数据上达到 72.9% 准确率，在远程监督标注的测试数据上达到 60.8%。额外实验表明，更好的特征预处理可带来显著的性能提升。
引用
@article{arxiv.1904.03513,
title = {Team QCRI-MIT at SemEval-2019 Task 4: Propaganda Analysis Meets Hyperpartisan News Detection},
author = {Abdelrhman Saleh and Ramy Baly and Alberto Barrón-Cedeño and Giovanni Da San Martino and Mitra Mohtarami and Preslav Nakov and James Glass},
journal= {arXiv preprint arXiv:1904.03513},
year = {2019}
}
备注
Hyperpartisanship, propaganda, news media, fake news, SemEval-2018