Detail publikace
BUT-FIT at SemEval-2019 Task 7: Determining the Rumour Stance with Pre-Trained Deep Bidirectional Transformers
Burget Lukáš, doc. Ing., Ph.D. (UPGM)
Smrž Pavel, doc. RNDr., Ph.D. (UPGM)
rumour stance, hidden rumour stance, BERT, transformer, classification, stance classification, twitter post classification, reddit post classification, thread post classification, semeval, rumoureval
Tento článek popisuje náš systém předložený na SemEval 2019 Úkol 7: RumourEval 2019: Určovaní pravdivosti fám a podkladov k fámam, dílčí úkol A (Gorrell et al., 2019). Výzva se zaměřovala na klasifikaci, zda příspěvky ze služby Twitter a Reddit podporují, popírají, dotazují nebo komentují skryté fámy, jejichž pravdivost je tématem diskusního vlákna. Tento problém formulujeme jako klasifikaci postojů, určující postoj postu s ohledem na předchozí post příspěvku a příspěvek zdrojového vlákna. Nedávná architektura BERT byla využita k vytvoření systému typu end-to-end, který dosáhl skóre F1 ve výši 61,67% na testovacích datech. Bez jakéhokoliv ručně vyrobeného príznaku skončil systém na 2. místě v soutěži, jen 0,2% za vítězem.
@inproceedings{BUT158076,
author="Martin {Fajčík} and Lukáš {Burget} and Pavel {Smrž}",
title="BUT-FIT at SemEval-2019 Task 7: Determining the Rumour Stance with Pre-Trained Deep Bidirectional Transformers",
booktitle="Proceedings of the 13th International Workshop on Semantic Evaluation",
year="2019",
pages="1097--1104",
publisher="Association for Computational Linguistics",
address="Minneapolis, Minnesota",
isbn="978-1-950737-06-2",
url="https://aclweb.org/anthology/papers/S/S19/S19-2192/"
}