Jul, 2024

ArAIEval 共享任务中的 Nullpointer：基于序列标注中的标记到词映射的阿拉伯宣传技术检测

PDF
TL;DR本文研究了阿拉伯文本中宣传技术检测的优化，包括推文和新闻段落，通过对阿拉伯评估任务 1 的 AraBERT v2 模型进行微调和使用神经网络分类器对序列标记进行了实验。实验结果表明，依靠单词的第一个标记进行技术预测可以取得最佳性能。此外，将体裁信息作为特征加入模型进一步增强了性能。我们的系统在排行榜上得分为 25.41，排名第四。随后的提交改进进一步提高了我们的得分至 26.68。
发现论文，激发创造
  • ArAIEval 共享任务传说：使用一种语言无关的文本表示模型进行说服技巧检测

    本文介绍了我们在 ArabicNLP 2023 的 ArAIEval 挑战中的最佳提交结果，我们主要关注任务 1，该任务涉及从推特和新闻文章的摘录中识别说服技巧，我们使用 XLM-RoBERTa 进行训练，并在阿拉伯语文本中检测到说服技巧。通过微调多语言语言模型，这种方法表现出很强的效果。在测试集评估中，我们在子任务 A 中取得了 0.64 的微观 F1 分数。

    Oct, 2023

  • ArAIEval 共享任务：阿拉伯语文本中的说服技巧和虚假信息检测

    介绍了 ArAIEval 共享任务的概述，该任务主要包括通过检测推文和新闻文章中的说服技巧来识别说服技巧，并通过推文中的二进制和多类别设置来检测虚假信息。

    Nov, 2023

  • Nexus 在 ArAIEval 共享任务中：为宣传和虚假信息检测微调阿拉伯语言模型

    在这篇论文中，我们讨论了我们参与阿拉伯语环境下 ArAIEval 共享任务的情况，我们在子任务 1A 和 2A 中分别获得了第 9 和第 10 的名次。我们的实验包括对转换器模型进行微调，并使用 GPT-4 进行零样本和少样本学习。

    Nov, 2023

  • 2022 年 WANLP 共享任务：阿拉伯语宣传检测概述

    该研究论文描述了关于如何检测阿拉伯推特上的宣传技术的共享任务，该任务吸引了 63 个团队注册，11 个团队提交了系统描述论文。

    Nov, 2022

  • IITD 在 WANLP 2022 共享任务中：用于宣传检测的多语言多粒度网络

    使用 XLM-R 模型预测给定推文中每个宣传技术的概率，运用多粒度神经网络与 mBERT 编码器，基于大规模阿拉伯语数据集进行多标签分类及序列标注任务，该方法在 WANLP'2022 的两项子任务中获得第二名。

    Oct, 2022

  • ArAIEval 共享任务中的 MAVERICKS：构建更安全的数字空间 -- 转换器集成模型解决欺骗与说服

    我们在本文中重点介绍了我们为《2023 年阿拉伯语 AI 任务评估（ArAiEval）共享任务》开展的方法。我们提出了针对共享任务的任务 1-A 和任务 2-A 的方法，重点是说服技巧检测和虚假信息检测。检测说服技巧和虚假信息已成为避免真实信息扭曲的必要手段。该任务使用多种体裁的推文和新闻文章来进行给定的二元分类问题。我们尝试了在阿拉伯语上预训练的几种基于 Transformer 的模型，并在提供的数据集上进行了微调。我们采用集成方法来提高系统的性能。我们在任务 1-A 上获得了 0.742 的微平均 F1 分数（排行榜第 8），在任务 2-A 上获得了 0.901 的微平均 F1 分数（排行榜第 7）。

    Nov, 2023

  • SemEval-2020 任务 11：新闻文章中的宣传技术检测

    本文介绍了 SemEval-2020 任务 11 的研究结果和主要发现，该任务主要是探测新闻文章中的宣传技术。该任务由两个子任务组成，分别是文本片段的位置识别和宣传技术的分类。该任务吸引了 250 个团队的参与，最优解为使用预训练转换器和合奏的方法。

    Sep, 2020

  • QCRI-MIT 团队在 SemEval-2019 任务 4 中：宣传分析与超极端新闻检测相遇

    本文报道了我们在 SemEval-2019 任务 4 中提出的超级党派新闻检测系统，该系统主要使用一些原本用于检测宣传的工程特征。我们训练了一个基于逻辑回归模型的分类器，并使用从简单单词袋到词汇丰富度和文本可读性等特征来训练它。我们的系统在手动注释的测试数据上实现了 72.9% 的准确率，而在带有远程监督标注的测试数据上则实现了 60.8% 的准确率。另外的实验表明，使用更好的特征预处理可以大幅提高性能。

    Apr, 2019

  • SemEval-2020 任务 11 中的 BPGC：基于多粒度知识共享和语言特征的集成学习在新闻文章中探测宣传

    SemEval 2020 Task-11 aims to design automated systems for news propaganda detection, consisting of two sub-tasks, utilizing contextual embeddings and an ensemble of BERT and logistic regression classifiers with linguistic features to identify propaganda techniques and classify propagandist statements respectively.

    May, 2020

  • 探索阿拉伯语中的说服技巧：利用大型语言模型的实证研究

    本研究针对阿拉伯社交媒体内容，利用预训练语言模型（PLMs）进行了全面的经验研究，旨在识别其中的说服技术。通过特征提取、微调和提示工程技术三种学习方法的实验比较，得出微调方法在二分类和多标签分类任务上取得了最高结果，f1-micro 分数为 0.865，f1-weighted 分数为 0.861。此外，通过使用少样本学习技术，我们观察到在性能相对较低的 GPT 模型上可以提高结果达 20％，这为未来的研究和探索方向提供了有希望的方向。

    May, 2024