{Olga Vechtomova Hareesh Bahuleyan}

Résumé

Cet article décrit notre système pour le sous-tâche A : SDQC dans le cadre de RumourEval, tâche 8 de SemEval 2017. L’identification des rumeurs, en particulier lors d’événements d’actualité en temps réel, constitue un défi majeur en raison du manque d’informations suffisantes concernant les histoires de rumeurs circulant sur les réseaux sociaux. Déterminer la position (stance) des utilisateurs Twitter vis-à-vis des messages rumeurs peut offrir une approche indirecte pour identifier potentiellement des rumeurs. La méthode proposée exploite des caractéristiques indépendantes du sujet issues de deux catégories : les caractéristiques indicatives (cue features) et les caractéristiques spécifiques au message, afin d’entraîner un classifieur basé sur le gradient boosting. Avec une précision de 0,78, notre système a obtenu la deuxième meilleure performance sur le sous-tâche A de RumourEval.