Katedra Informatyki Ekonomicznej
Uniwersytet Ekonomiczny w Poznaniu
BERT (Bidirectional Encoder Representations from Transformers) to model językowy stworzony przez Google, który pozwala na kontekstualne rozumienie słów w zdaniu, biorąc pod uwagę zarówno poprzednie, jak i następne słowa. Model BERT został przeszkolony na dużych zbiorach tekstów, takich jak Wikipedia, co umożliwia mu rozumienie skomplikowanych struktur językowych i zależności między słowami. BERT jest często używany w zadaniach przetwarzania języka naturalnego (NLP) takich jak analiza sentymentu, tłumaczenie maszynowe, czy odpowiadanie na pytania.
Artykuł naszych naukowców pt. „OpenFact at CheckThat! 2024: Combining Multiple Attack Methods for Effective Adversarial Text Generation” został opublikowany w otwartym dostępie. W ramach pracy zostało opisane podejście, które zajęło pierwsze miejsce w międzynarodowym konkursie w obszarze wiarygodności informacji.
Zespół naukowców z Katedry Informatyki Ekonomicznej UEP wziął udział w międzynarodowym konkursie dotyczącego analizy wieloautorskiego stylu pisania – PAN 2024. PAN to seria wydarzeń naukowych związanych z analizą stylometryczną oraz lingwistyką kryminalistyczną, organizowanych podczas konferencji CLEF 2024. Zadanie konkursowe polegało na wykrywaniu miejsc, w których następuje zmiana autora w tekście napisanym przez kilku autorów.
Zespół naukowców z Katedry Informatyki Ekonomicznej UEP wziął udział w konkursie „CheckThat! 2024” organizowanym w ramach międzynarodowej konferencji CLEF (Conference and Labs of the Evaluation Forum). Celem była weryfikacja odporności popularnych podejść do klasyfikacji tekstu stosowanych do problemów oceny wiarygodności.
Zespół projektu OpenFact wziął udział w konkursie CheckThat! organizowanym w ramach międzynarodowej konferencji CLEF 2023 (Conference and Labs of the Evaluation Forum). Zaproponowana przez naszych naukowców metoda zajęła pierwsze miejsce. Ta metoda pozwala wykrywać zdania w języku angielskim, które wymagają sprawdzenia ze względu na możliwość wprowadzania w błąd.