FACT2020: Factuality Identification in Spanish Text

Abstract

提出了Factuality Analysis and Classification Task(FACT)，对于任务一的分类任务，效果最好的是采用RNN的方法，采用的是训练有关事件单词及其附近的嵌入数据，对于任务二，采用简单的建模方法。

Introduction

介绍

Factuality Classification

1.Task1 description

把一个事件分成三类，确定的事件发生，确定的事件不发生，和不确定的事件。训练一个分类器来预测给定文本中事件的类别。

数据处理：把长句切分成单独的短句。

2.RNN+Word Embeddings

preprocessing：句子分割成单词，每个单词使用word2vec进行embedding，使每个单词成为300维的向量，为了区分句子代表的事件，还在这300维的向量中添加一个额外的位，凑成301维，这个位的值取决于是否为事件。使用nltk进行POS-Tags。

padding：填充句子，标准化模型的输入，把短句子填充成最长的句子长度。

class weights

RNN：一层GRU200个神经元，最后一层3维输出，使用交叉熵损失函数，优化器使用Adam。最好的迭代次数为25-30次，取28次，batch_size取30。

results：精准度，召回率，F1-macro，Acc

3.RNN+char level

preprocessing：

RNN：两层LSTM每个75个单元，最后输出为3维。。。。

Results analysis：

Future work：

4.Random Forest with Tag counts

preprocessing：

Random Forest：

5.SVC with Tag counts + Word Embeddings

preprocessing：

SVC

results

Event Identification

1.task2 description

此任务是task1的前一步，旨在自动识别给定文本中的事件。输入是纯文本(plain text)，输出表示事件单词的索引。

2.Baseline

3.Verbs detection

使用nltk Stanford POS-Tagger进行词性分析，名词事件只占总数的16.5%， 提出了只要是动词，就标记为事件，在精确率，召回率，F1-macro都取得了较高的成绩，高的精确率正是由于把全部的动词都划分为事件。

4.Verbs detection + Nouns detection

将名词事件包含到分类器中

5.Future work