Turing at SemEval-2017 Task 8: 分岐LSTMを用いた Rumour Stance 分類の逐次アプローチ

本論文は、チームチューリングがSemEval 2017 RumourEval（SemEval 2017 タスク8、サブタスクA）に提出した「流言の真偽判定と流言支持度の決定」について説明しています。サブタスクAは、流言に対する態度を識別するという課題である流言立場分類に焦点を当てています。この分類は、流言検証への重要なステップとされており、このタスクで優れた成績を収めることは虚偽の流言を否定する上で有用であることが期待されています。本研究では、Twitterユーザーが議論している流言に対して支持、否定、疑問提起、またはコメントをしているかを分類するために一連のTwitter投稿を使用しました。私たちは、ツイートの会話構造をモデル化することにより0.784の精度を達成し、サブタスクAにおける他のすべてのシステムを上回るLSTM（Long Short-Term Memory）に基づく逐次モデルを提案します。