Katedra Informatyki Ekonomicznej
Uniwersytet Ekonomiczny w Poznaniu
Artykuł naszych naukowców pt. „Combining Recommender Systems and Language Models in Early Detection of Signs of Anorexia” został opublikowany w otwartym dostępie. W ramach pracy zostało opisane podejście, które uzyskało najlepszy wynik według metryki ERDE w międzynarodowym konkursie w zakresie wczesnego wykrywania zagrożeń w Internecie – eRisk 2024. Autorzy pracy: mgr Oskar Riewe-Perła oraz dr hab. Agata Filipowska, prof. UEP.
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.
Artykuł naukowy pracowników naszej Katedry został opublikowany w czasopiśmie Economics and Business Review. Praca pt. „Artificial intelligence – friend or foe in fake news campaigns” skupia się na analizie wpływu dużych modeli językowych (LLM) na zjawisko fake news. Z jednej strony przyzwoite możliwości generowania tekstu mogą być niewłaściwie wykorzystywane do masowej produkcji fałszywych wiadomości. Z drugiej strony LLM wyszkolone na ogromnych ilościach tekstu zgromadziły już informacje o wielu faktach, zatem … Więcej informacji
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.