HyperAIHyperAI
منذ 2 أشهر

تورينج في مهمة سيم إيفال-2017 رقم 8: النهج التتابعي لتصنيف موقف الشائعات باستخدام برانش-ألستم

Elena Kochkina; Maria Liakata; Isabelle Augenstein
تورينج في مهمة سيم إيفال-2017 رقم 8: النهج التتابعي لتصنيف موقف الشائعات باستخدام برانش-ألستم
الملخص

يصف هذا البحث مشاركة فريق تورينج في مسابقة SemEval 2017 RumourEval: تحديد صحة الشائعات ودعمها (مهمة SemEval 2017 رقم 8، الجزء أ). يتناول الجزء أ التحدي المتمثل في تصنيف موقف الشائعة، والذي يشمل تحديد موقف مستخدمي تويتر تجاه صحة الشائعة التي يناقشونها. يعتبر تصنيف الموقف خطوة مهمة نحو التحقق من الشائعات، لذا من المتوقع أن يكون الأداء الجيد في هذه المهمة مفيدًا في كشف الشائعات الكاذبة. في هذا العمل، قمنا بتصنيف مجموعة من المشاركات على تويتر التي تناقش شائعات إلى إما داعمة أو ناكرة أو مستفسرة أو معلقة على الشائعات الأساسية. نقترح نموذجًا متسلسلاً يستند إلى LSTM (Long Short-Term Memory)، حيث يتم تحقيق دقة تبلغ 0.784 على مجموعة اختبار RumourEval، مما يجعله يتفوق على جميع النظم الأخرى في الجزء أ.

تورينج في مهمة سيم إيفال-2017 رقم 8: النهج التتابعي لتصنيف موقف الشائعات باستخدام برانش-ألستم | أحدث الأوراق البحثية | HyperAI