La tarea tiene como objetivo encontrar las mejores técnicas para identificar y categorizar tuit propagandísticos de fuentes gubernamentales y diplomáticas en un conjunto de datos de 9501 tuits en español, publicados por autoridades de China, Rusia, Estados Unidos y la Unión Europea. La tarea consiste en clasificar el tuit en cuatro grupos de técnicas propagandísticas: apelación a lo común, desacreditación del oponente, lenguaje cargado, apelación a la autoridad.
Publicación
Pablo Moral, Guillermo Marco, Julio Gonzalo, Jorge Carrillo-de-Albornoz, Iván Gonzalo-Verdugo (2023) Overview of DIPROMATS 2023: automatic detection and characterization of propaganda techniques in messages from diplomats and authorities of world powers. Procesamiento del Lenguaje Natural, Revista nº 71, septiembre de 2023, pp. 397-407.
Idioma
Español
NLP topic
Tarea abstracta
Dataset
Año
2023
Enlace publicación
Métrica Ranking
F1
Mejores resultados para la tarea
Sistema | F1 Ordenar ascendente | Accuracy | MacroF1 | Pearson correlation | ICM |
---|---|---|---|---|---|
XLM-RoBERTa-large | 0.5425 | 0.5425 | 0.5425 | 0.5425 | 0.54 |
XLM-RoBERTa-large-2 | 0.5425 | 0.5425 | 0.5425 | 0.5425 | 0.54 |
XLM-RoBERTa-large-v3 | 0.5425 | 0.5425 | 0.5425 | 0.5425 | 0.54 |
Xlm roberta large | 0.5343 | 0.5343 | 0.5343 | 0.5343 | 0.53 |
PlanTL GOB ES roberta large bne | 0.5173 | 0.5173 | 0.5173 | 0.5173 | 0.52 |
PlanTL GOB ES roberta base bne | 0.4906 | 0.4906 | 0.4906 | 0.4906 | 0.49 |
Dccuchile bert base spanish wwm cased | 0.4874 | 0.4874 | 0.4874 | 0.4874 | 0.49 |
Xlm roberta base | 0.4504 | 0.4504 | 0.4504 | 0.4504 | 0.45 |
Bert base multilingual cased | 0.4231 | 0.4231 | 0.4231 | 0.4231 | 0.42 |
CenIA distillbert base spanish uncased | 0.4198 | 0.4198 | 0.4198 | 0.4198 | 0.42 |
Paginación
- Página 1
- Siguiente página