ウオータールー大学によるSemEval-2017タスク8：トピックに依存しない特徴を用いたウソ情報に対するスタンス検出

本稿では、SemEval 2017のTask 8であるRumourEvalにおけるサブタスクA：SDQC（Situational Detection of Rumours and Claims）に対する当研究グループのシステムについて述べる。特に、社会的メディア上で拡散されている正確な噂の内容について十分な情報が得られない状況下で、進行中のニュース事象に関する噂を特定することは、極めて困難な課題である。Twitterユーザーが噂とされるメッセージに対してどのような立場をとっているかを分析することで、潜在的な噂を間接的に特定する手段が得られる可能性がある。本研究で提案するアプローチは、キュー特徴（cue features）とメッセージ固有特徴（message specific features）という2つのカテゴリに属するトピックに依存しない特徴量を活用し、勾配ブースティング分類器を構築している。本システムは、正解率0.78を達成し、RumourEvalのサブタスクAにおいて2位の性能を示した。