SemEval-2020タスク11におけるYNU-HPCC  ニュース記事におけるプロパガンダ技術の検出のためのLSTMネットワーク【JST・京大機械翻訳】

Dao Jiaxu; Wang Jin; Zhang Xuejie

プレプリント

J-GLOBAL ID：202202211944398118 整理番号：22P0184129

SemEval-2020タスク11におけるYNU-HPCC ニュース記事におけるプロパガンダ技術の検出のためのLSTMネットワーク【JST・京大機械翻訳】

YNU-HPCC at SemEval-2020 Task 11: LSTM Network for Detection of Propaganda Techniques in News Articles

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年08月23日プレプリントサーバーでの情報更新日： 2020年08月25日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,SemEval-2020タスク11におけるニュース記事に対するプロパパンダ検出技術に関する研究を要約した。このタスクをSIとTCサブタスクに分割した。このタスクを達成するために,GloVe単語表現,BERT予訓練モデル,およびLSTMモデルアーキテクチャを実行した。本アプローチはSIとTCサブタスクの両方に対して良好な結果を達成した。SIサブタスクのマクロF1スコアは0.406であり,TCサブタスクのマイクロF1スコアは0.505であった。提案手法は,試験セットに対して,公式に公開されたベースライン法よりも,SIとTCのサブタスクが,それぞれ17番目と22番目のランクを凌駕する。本論文はまた,Bi-LSTM,BERT,およびXGBoostモデルのような異なる深層学習モデルアーキテクチャの性能を,ニュースプロモーション技術の検出に関して比較する。本論文のコードは,https://github.com/daojiaxu/semeval_11でラベル付けされた。【JST・京大機械翻訳】

, , , , , , ,
, , , , 【Automatic Indexing@JST】

パターン認識 , ニューロコンピュータ , 自然語処理

, ,

前のページに戻る