論文の概要: QCRI at SemEval-2023 Task 3: News Genre, Framing and Persuasion Techniques Detection using Multilingual Models

• arxiv url: http://arxiv.org/abs/2305.03336v1
• Date: Fri, 5 May 2023 07:40:41 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-08 14:59:52.393113
• Title: QCRI at SemEval-2023 Task 3: News Genre, Framing and Persuasion Techniques Detection using Multilingual Models
• Title（参考訳）: semeval-2023タスク3 : 多言語モデルを用いたニュースジャンル,フレーミング,説得技術検出
• Authors: Maram Hasanain, Ahmed Oumar El-Shangiti, Rabindra Nath Nandi, Preslav Nakov and Firoj Alam
• Abstract要約: 本稿では,SemEval-2023タスク3への参加システムについて述べる。 このタスクは、サプライズテスト言語に加えて、6つの言語を持つ3つのサブタスクに対処し、27の異なるテスト設定を実現した。 当社のシステムは,27のセットアップ中10の上位3システムにランクインしている。
• 参考スコア（独自算出の注目度）: 20.003175365478228
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Misinformation spreading in mainstream and social media has been misleading users in different ways. Manual detection and verification efforts by journalists and fact-checkers can no longer cope with the great scale and quick spread of misleading information. This motivated research and industry efforts to develop systems for analyzing and verifying news spreading online. The SemEval-2023 Task 3 is an attempt to address several subtasks under this overarching problem, targeting writing techniques used in news articles to affect readers' opinions. The task addressed three subtasks with six languages, in addition to three ``surprise'' test languages, resulting in 27 different test setups. This paper describes our participating system to this task. Our team is one of the 6 teams that successfully submitted runs for all setups. The official results show that our system is ranked among the top 3 systems for 10 out of the 27 setups.
• Abstract（参考訳）: 主流やソーシャルメディアに広がる誤情報が、ユーザーをさまざまな方法で誤解させてきた。 ジャーナリストやファクトチェッカーによる手動検出と検証作業は、もはや誤解を招く情報の大規模かつ迅速な拡散に対応できない。 このことは、オンラインに広まるニュースを分析し検証するシステムを開発する研究と産業の取り組みを動機づけた。 semeval-2023タスク3は、読者の意見に影響を与えるためにニュース記事に使用される書き込み技術をターゲットに、この包括的な問題の下でいくつかのサブタスクに対処する試みである。 このタスクは6つの言語で3つのサブタスクに対応し、3つの ``surprise'' テスト言語に加えて、27の異なるテストセットアップを実現した。 本稿では,本課題に対する参加システムについて述べる。 私たちのチームは、すべてのセットアップで正常に実行した6チームのうちの1つです。 公式の結果,27のシステムのうち10のシステムで上位3位にランクインした。

関連論文リスト

• SemEval-2024 Task 8: Multidomain, Multimodel and Multilingual Machine-Generated Text Detection [68.858931667807]
  Subtask Aは、テキストが人間によって書かれたか、機械によって生成されたかを決定するバイナリ分類タスクである。 サブタスクBは、テキストの正確なソースを検出し、それが人間によって書かれたか、特定のLCMによって生成されたかを認識する。 Subtask Cは、著者が人間から機械へ遷移するテキスト内の変化点を特定することを目的としている。
  論文  参考訳（メタデータ） (2024-04-22T13:56:07Z)
• SemEval-2024 Shared Task 6: SHROOM, a Shared-task on Hallucinations and Related Observable Overgeneration Mistakes [48.83290963506378]
  本稿では,幻覚検出に焦点をあてた共有タスクであるSHROOMの結果について述べる。 このアプローチをどのように取り組んだかについて、いくつかの重要なトレンドを観察します。 チームの大多数が提案したベースラインシステムより優れていますが、トップスコアシステムのパフォーマンスは依然として、より困難なアイテムのランダムなハンドリングと一致しています。
  論文  参考訳（メタデータ） (2024-03-12T15:06:22Z)
• MarsEclipse at SemEval-2023 Task 3: Multi-Lingual and Multi-Label Framing Detection with Contrastive Learning [21.616089539381996]
  本稿では,SemEval-2023 Task 3 Subtask 2 on Framing Detectionについて述べる。 我々は,多言語環境下での大規模事前学習言語モデルの微調整に,マルチラベルのコントラスト損失を用いた。 本システムは,6言語のうち5言語について,公式テストセットと共有タスクリーダーボードで第1位にランクインした。
  論文  参考訳（メタデータ） (2023-04-20T18:42:23Z)
• Designing and Evaluating Interfaces that Highlight News Coverage Diversity Using Discord Questions [84.55145223950427]
  本稿は,ニュース記事のための大規模なソースコレクションをナビゲートすることは,それ以上のガイダンスなしでは困難であることを示す。 本稿では,ニュース読者が読みながら範囲の多様性を発見することを目的とした,注釈記事,要約記事,質問表の3つのインタフェースを設計する。
  論文  参考訳（メタデータ） (2023-02-17T16:59:31Z)
• IITD at the WANLP 2022 Shared Task: Multilingual Multi-Granularity Network for Propaganda Detection [25.536546272915427]
  本稿では,アラビア語におけるプロパガンダ検出における共有タスクの2つのサブタスクについて述べる。 Subtask 1は、与えられたツイートで使用されるプロパガンダテクニックを見つけるための多ラベル分類問題である。 Subtask 2は、ツイートに存在する各テクニックのインスタンス毎のテキストスパンを特定するように要求する。
  論文  参考訳（メタデータ） (2022-10-31T10:14:43Z)
• Overview of the Shared Task on Fake News Detection in Urdu at FIRE 2020 [62.6928395368204]
  タスクはバイナリ分類タスクとして設定され、ゴールはリアルニュースとフェイクニュースを区別することである。 トレーニング用に900の注釈付きニュース記事とテスト用に400のニュース記事のデータセットを作成した。 6カ国(インド、中国、エジプト、ドイツ、パキスタン、イギリス)の42チームが登録された。
  論文  参考訳（メタデータ） (2022-07-25T03:41:32Z)
• Overview of the Shared Task on Fake News Detection in Urdu at FIRE 2021 [55.41644538483948]
  共有タスクの目標は、コミュニティにこの重要な問題を解決するための効率的な方法を考え出すことを動機付けることです。 トレーニングセットには1300件の注釈付きニュース記事、750件のリアルニュース、550件のフェイクニュース、300件のニュース記事、200件のリアルニュース、100件のフェイクニュースが含まれている。 F1-macroスコアは0.679で、これは過去最高の0.907 F1-macroよりも低かった。
  論文  参考訳（メタデータ） (2022-07-11T18:58:36Z)
• NewsEdits: A News Article Revision Dataset and a Document-Level Reasoning Challenge [122.37011526554403]
  NewsEditsは、最初に公開されたニュースリビジョン履歴のデータセットである。 120万記事と、22以上の英語とフランス語の新聞ソースから460万バージョンを収録している。
  論文  参考訳（メタデータ） (2022-06-14T18:47:13Z)
• Findings of the NLP4IF-2021 Shared Tasks on Fighting the COVID-19 Infodemic and Censorship Detection [23.280506220186425]
  NLP4IF-2021共有タスクの結果を示す。 10チームがタスク1にシステムを提出し、1チームがタスク2に参加した。 最高のシステムは、事前訓練されたトランスフォーマーとアンサンブルを使用する。
  論文  参考訳（メタデータ） (2021-09-23T06:38:03Z)
• Multitask Models for Supervised Protests Detection in Texts [3.8073142980733]
  これら2、3つのタスクの予測を同時に生成できるマルチタスクニューラルネットワークを適用します。 本稿では,自動政治イベント符号化における最先端技術に近い性能を示す。
  論文  参考訳（メタデータ） (2020-05-06T17:00:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。