Nexus at ArAIEval Shared Task: Fine-Tuning Arabic Language Models for Propaganda and Disinformation Detection

要約

偽情報やプロパガンダ的なコンテンツの拡散は社会の調和に脅威をもたらし、情報に基づいた意思決定や信頼できる情報源への信頼を損ないます。
オンライン プラットフォームはそのようなコンテンツの温床となることが多く、悪意のある攻撃者は視聴者の脆弱性を利用して世論を形成します。
ソーシャルメディアコンテンツ内の偽情報やプロパガンダを自動的に識別することを目的とした研究努力が行われてきましたが、パフォーマンスの点では依然として課題が残っています。
ArAIEval の共有タスクは、アラビア語の文脈内でこれらの特定の問題についてさらに研究を進めることを目的としています。
この文書では、これらの共有タスクへの私たちの参加について説明します。
私たちはサブタスク 1A と 2A で競い合い、提出したシステムはそれぞれ 9 位と 10 位を確保しました。
私たちの実験は、変圧器モデルの微調整と、GPT-4 によるゼロおよび少数ショット学習の使用で構成されています。

要約(オリジナル)

The spread of disinformation and propagandistic content poses a threat to societal harmony, undermining informed decision-making and trust in reliable sources. Online platforms often serve as breeding grounds for such content, and malicious actors exploit the vulnerabilities of audiences to shape public opinion. Although there have been research efforts aimed at the automatic identification of disinformation and propaganda in social media content, there remain challenges in terms of performance. The ArAIEval shared task aims to further research on these particular issues within the context of the Arabic language. In this paper, we discuss our participation in these shared tasks. We competed in subtasks 1A and 2A, where our submitted system secured positions 9th and 10th, respectively. Our experiments consist of fine-tuning transformer models and using zero- and few-shot learning with GPT-4.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google