PulseAugur
中
实时 11:37:19
实体 SemEval-2020 Task 11

SemEval-2020 Task 11

PulseAugur coverage of SemEval-2020 Task 11 — every cluster mentioning SemEval-2020 Task 11 across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_280293 ·

    比较语言模型在宣传检测准确性方面的表现

    一篇新的研究论文比较了掩码语言模型（MLMs）和因果语言模型在检测宣传技巧方面的有效性。研究使用了SemEval-2020 Task 11数据集和两种提示策略，发现这两种模型都比现有方法有所改进。表现最佳的MLM达到了63.18的F1分数，而表现最佳的因果模型达到了63.62。研究还指出，不同的模型在识别特定宣传技巧方面表现出色，这表明进一步的改进可能来自于微调、集成模型和更大的数据集。