HyperAIHyperAI
vor einem Monat

Eine einfache, aber schwer zu schlagende Baseline für die Aufgabe der Stance-Erkennung im Fake News Challenge

Benjamin Riedel; Isabelle Augenstein; Georgios P. Spithourakis; Sebastian Riedel
Eine einfache, aber schwer zu schlagende Baseline für die Aufgabe der Stance-Erkennung im Fake News Challenge
Abstract

Die Identifizierung von öffentlichen Fehlinformationen ist eine komplizierte und herausfordernde Aufgabe. Ein wichtiger Bestandteil der Überprüfung der Richtigkeit einer bestimmten Behauptung besteht darin, die Positionen verschiedener Nachrichtenquellen zu dieser Aussage zu bewerten. Eine automatische Positionsevaluierung, also die Stance Detection (Stellungnahme-Erkennung), würde den Prozess der Faktüberprüfung zweifellos erleichtern. In diesem Artikel stellen wir unser Stance-Detection-System vor, das im ersten Stadium des Fake News Challenges den dritten Platz belegte. Trotz unseres direkten Ansatzes erreicht unser System ein wettbewerbsfähiges Niveau im Vergleich zu den komplexen Ensembles der beiden besten Teams. Wir schlagen daher unser System als "einfache, aber schwierig zu schlagende Baseline" für die Stance-Detection-Aufgabe des Fake News Challenges vor.

Eine einfache, aber schwer zu schlagende Baseline für die Aufgabe der Stance-Erkennung im Fake News Challenge | Neueste Forschungsarbeiten | HyperAI