以整体式BERT集成模型应对新冠疫情信息疫情

本文介绍了TOKOFOU系统，该系统是一种基于六种不同基于Transformer的预训练编码器的集成模型，用于应对新冠疫情期间“信息疫情”共享任务（COVID-19 Infodemic Shared Task）中的英文虚假信息检测任务。我们针对该任务的每一项问题分别对各模型进行微调，并采用多数投票（majority voting）策略对各模型的预测得分进行融合。TOKOFOU系统在整体F1得分上达到89.7%，位列第一。