Jul, 2024
追踪文本起源的 RoBERTa-BiLSTM 方法: Mast Kalandar 在 SemEval-2024 任务 8 中探测生成的 AI 文本
Mast Kalandar at SemEval-2024 Task 8: On the Trail of Textual Origins: RoBERTa-BiLSTM Approach to Detect AI-Generated Text
Jainit Sushil Bafna, Hardik Mittal, Suyash Sethia, Manish Shrivastava, Radhika Mamidi
TL;DR本文提出了一种基于 RoBERTa-BiLSTM 的分类器,用于将文本分为两个类别:人工智能生成或人类生成,并与基准方法进行了兼容研究以评估其有效性,从而促进了自动文本检测系统在解决机器生成文本滥用方面的发展。其中,我们的架构在 125 个参赛者中以 80.83% 的准确率排名第 46 名。