UPB @ ACTI: Detecting Conspiracies using fine tuned Sentence Transformers

要約

陰謀論はオンライン言論の顕著かつ憂慮すべき側面となっており、情報の完全性と社会的信頼に課題をもたらしています。
そのため、ACTI @ EVALITA 2023 共有タスクによって提案された陰謀論の検出に取り組みます。
事前にトレーニングされた文 Transformer モデルとデータ拡張技術を組み合わせることで、両方のサブタスクの最終リーダーボードで 1 位を確保することができました。
私たちの方法論は、バイナリ分類で 85.71%、詳細な陰謀トピック分類で 91.23% の F1 スコアを達成し、他の競合システムを上回りました。

要約(オリジナル)

Conspiracy theories have become a prominent and concerning aspect of online discourse, posing challenges to information integrity and societal trust. As such, we address conspiracy theory detection as proposed by the ACTI @ EVALITA 2023 shared task. The combination of pre-trained sentence Transformer models and data augmentation techniques enabled us to secure first place in the final leaderboard of both sub-tasks. Our methodology attained F1 scores of 85.71% in the binary classification and 91.23% for the fine-grained conspiracy topic classification, surpassing other competing systems.

arxiv情報

著者 Andrei Paraschiv,Mihai Dascalu
発行日 2023-09-28 09:17:20+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.CL, I.2.7 パーマリンク