Détection des fausses informations comme inférence en langage naturel

Ce rapport décrit la participation du laboratoire de Gestion Intelligente des Connaissances (IKM) au défi de classification des fausses nouvelles organisé par WSDM en 2019. Nous abordons cette tâche sous l'angle de l'inférence en langage naturel (NLI). Nous entraînons individuellement plusieurs des modèles d'inférence en langage naturel les plus performants, ainsi que BERT. Nous combinons ces résultats et effectuons un réentraînement en deux étapes avec des étiquettes bruitées. Nous analysons les relations de transitivité dans les ensembles d'entraînement et de test, et déterminons un ensemble de cas de test qui peuvent être classés de manière fiable sur cette base. Le reste des cas de test est classé par notre modèle combiné. Notre participation atteint une précision de 88,063 % sur l'ensemble de test, nous plaçant à la 3e place du concours.