ArAIEval 共享任务中的 Nullpointer：基于序列标注中的标记到词映射的阿拉伯宣传技术检测
原文中文，约400字，阅读约需1分钟。发表于：。本文研究了阿拉伯文本中宣传技术检测的优化，包括推文和新闻段落，通过对阿拉伯评估任务 1 的 AraBERT v2 模型进行微调和使用神经网络分类器对序列标记进行了实验。实验结果表明，依靠单词的第一个标记进行技术预测可以取得最佳性能。此外，将体裁信息作为特征加入模型进一步增强了性能。我们的系统在排行榜上得分为 25.41，排名第四。随后的提交改进进一步提高了我们的得分至 26.68。
本文介绍了针对《2023年阿拉伯语AI任务评估》的方法，包括说服技巧检测和虚假信息检测。使用多种体裁的推文和新闻文章进行二元分类问题，采用预训练的Transformer模型和集成方法，任务1-A和任务2-A分别获得了0.742和0.901的微平均F1分数。
