Jul, 2024
Sharif-MGTD在SemEval-2024任务8中的应用:一种基于Transformer的机器生成文本检测方法
Sharif-MGTD at SemEval-2024 Task 8: A Transformer-Based Approach to
Detect Machine Generated Text
Seyedeh Fatemeh Ebrahimi, Karim Akhavan Azari, Amirmasoud Iravani, Arian Qazvini, Pouya Sadeghi...
TL;DR利用RoBERTa基础变压器作为强大的神经架构,通过精细调整来解决检测机器生成文本的问题,将其作为二元分类任务,并在SemEval-2024竞赛框架中的单语言英文子任务(Subtask A)中取得78.9%的准确率,在参与者中名列第57位。我们的研究在考虑有限的硬件资源的基础上解决了这一挑战,使得我们的系统在识别人类编写的文本方面表现出色,但在准确辨别机器生成文本方面还面临一些挑战。