4 个月前

一种简单但难以超越的假新闻挑战立场检测任务基线方法

一种简单但难以超越的假新闻挑战立场检测任务基线方法

摘要

识别公众误导信息是一项复杂且具有挑战性的任务。验证某一特定声明的真实性的一个重要环节是评估不同新闻来源对该声明的态度。自动态度评估,即立场检测,无疑将有助于事实核查的过程。在本文中,我们介绍了我们的立场检测系统,该系统在“假新闻挑战赛”第一阶段中获得了第三名的成绩。尽管我们的方法相对直接,但系统的性能与前两名获胜团队所使用的复杂集成模型相当。因此,我们将该系统作为“假新闻挑战赛”立场检测任务的“简单但难以超越的基线”提出。

代码仓库

gabrielsaruhashi/anti-fake
tf
GitHub 中提及
uclnlp/fakenewschallenge
tf
GitHub 中提及
pmallari/AmazonSentimentAnalysis
pytorch
GitHub 中提及
harshita97/hoaxbait
tf
GitHub 中提及
chimera-detector/Server
tf
GitHub 中提及
ankitp544/stance_detection
tf
GitHub 中提及
uclmr/fakenewschallenge
官方
tf
GitHub 中提及

基准测试

基准方法指标
fake-news-detection-on-fnc-13rd place at FNC-1 - Team UCL Machine Reading (Riedel et al., 2017)
Per-class Accuracy (Agree): 44.04
Per-class Accuracy (Disagree): 6.60
Per-class Accuracy (Discuss): 81.38
Per-class Accuracy (Unrelated): 97.90
Weighted Accuracy: 81.72

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
一种简单但难以超越的假新闻挑战立场检测任务基线方法 | 论文 | HyperAI超神经