理解 BERT 在宣传分析中的性能
计算与语言
2019-11-13 v1
摘要
在本文中，我们描述了用于句子级细粒度宣传分析共享任务的系统。尽管该任务具有挑战性，我们基于共享任务提供训练集微调的预训练 BERT 模型（YMJA 队）在测试集上取得 0.62 的 F1 分数，并在参与竞赛的 25 支队伍中排名第三。我们给出一组说明性实验以更好理解 BERT 模型在该共享任务上的性能。此外，我们超越给定数据集探索了系统可能产生的假阳性案例。我们表明，尽管在给定测试集上性能较高，我们的系统可能倾向于将评论性文章分类为宣传，且无法区分宣传话语的引用与宣传技巧的实际使用。
引用
@article{arxiv.1911.04525,
title = {Understanding BERT performance in propaganda analysis},
author = {Yiqing Hua},
journal= {arXiv preprint arXiv:1911.04525},
year = {2019}
}