La tarea tiene como objetivo encontrar las mejores técnicas para identificar tuits 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. Consiste en determinar si un tuit contiene técnicas propagandísticas o no.
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 | 0.8224 | 0.8224 | 0.8224 | 0.8224 | 0.82 |
XLM-RoBERTa-large-2 | 0.8224 | 0.8224 | 0.8224 | 0.8224 | 0.82 |
XLM-RoBERTa-large-v3 | 0.8224 | 0.8224 | 0.8224 | 0.8224 | 0.82 |
Xlm roberta large | 0.8186 | 0.8186 | 0.8186 | 0.8186 | 0.82 |
PlanTL GOB ES roberta large bne | 0.8177 | 0.8177 | 0.8177 | 0.8177 | 0.82 |
PlanTL GOB ES roberta base bne | 0.8149 | 0.8149 | 0.8149 | 0.8149 | 0.81 |
Dccuchile bert base spanish wwm cased | 0.7916 | 0.7916 | 0.7916 | 0.7916 | 0.79 |
Xlm roberta base | 0.7894 | 0.7894 | 0.7894 | 0.7894 | 0.79 |
Bert base multilingual cased | 0.7821 | 0.7821 | 0.7821 | 0.7821 | 0.78 |
CenIA distillbert base spanish uncased | 0.7708 | 0.7708 | 0.7708 | 0.7708 | 0.77 |
Paginación
- Página 1
- Siguiente página