Falschinformationserkennung als natürlichsprachliche Inferenz

Dieser Bericht beschreibt die Teilnahme des Intelligent Knowledge Management (IKM)-Labors an der WSDM 2019 Fake News Classification Challenge. Wir behandeln die Aufgabe als natürlichsprachliche Inferenz (NLI). Wir trainieren mehrere der stärksten NLI-Modelle sowie BERT einzeln. Die Ergebnisse dieser Modelle werden in zwei Stufen mit verrauschten Labels aggregiert und erneut trainiert. Wir analysieren Transitivitätsbeziehungen in den Trainings- und Testdatensätzen und bestimmen eine Reihe von Testfällen, die auf dieser Grundlage zuverlässig klassifiziert werden können. Die restlichen Testfälle werden durch unser Ensemble klassifiziert. Unser Beitrag erreicht eine Genauigkeit von 88,063 % auf dem Testdatensatz und belegt den dritten Platz im Wettbewerb.