UIT-HSE 在 WNUT-2020 任务2中的工作：利用 CT-BERT 识别 Twitter 社交网络上的 COVID-19 信息
计算与语言
2020-11-16 v3
摘要
近来，COVID-19 已影响世界的多种现实生活方面并导致了可怕后果。越来越多关于 COVID-19 的推文在 Twitter 上公开分享。然而，这些推文中多数为无信息量的，这给构建自动系统以检测其中有信息量的推文用于有用的人工智能应用带来了挑战。本文中，我们展示了在 W-NUT 2020 共享任务2：有信息量 COVID-19 英文推文识别上的结果。具体而言，我们提出了一种简单而有效的方法，使用基于 Transformer 的模型，以 COVID-Twitter-BERT（CT-BERT）为基础并结合不同的微调技术。最终，我们取得了 90.94% 的 F1 分数，在该任务排行榜上位列第三，该任务共吸引了 56 支提交队伍。
引用
@article{arxiv.2009.02935,
title = {UIT-HSE at WNUT-2020 Task 2: Exploiting CT-BERT for Identifying COVID-19 Information on the Twitter Social Network},
author = {Khiem Vinh Tran and Hao Phu Phan and Kiet Van Nguyen and Ngan Luu-Thuy Nguyen},
journal= {arXiv preprint arXiv:2009.02935},
year = {2020}
}
备注
Accepted by 2020 The 6th Workshop on Noisy User-generated Text (W-NUT) - EMNLP 2020