基于 Transformer 与卷积神经网络结合的集成方法用于检测人工生成文本
原文中文，约400字，阅读约需1分钟。发表于：。我们的研究通过将 Sci-BERT、DeBERTa 和 XLNet 等变形器模型与卷积神经网络 (CNNs) 进行集成，构建了一些分类模型，实验证明考虑的集成架构在分类方面的性能超过了单个变形器模型。此外，所提出的 SciBERT-CNN 集成模型在 ALTA 共享任务 2023 数据上产生了 98.36% 的 F1-score。
该文介绍了一种使用Electra、GloVe和LSTM模型进行问题分类的集成方法，并在TREC数据集上进行了训练和评估。实验结果表明，该集成模型在所有评估指标上的表现优于其他尖端模型，达到了0.8的准确度。
