语言: 西班牙语
标签:

• 训练生成
• 虚假
• 新闻
• 竞赛

数据集:

• fakedes

示例输入:

• 文本: '单词“haiga”被西班牙皇家学院（RAE）接受[分隔符]单词“haiga”被西班牙皇家学院（RAE）接受。西班牙皇家语言学院（RAE）已认可“HAIGA”的使用，用于动词“hacer”（做）现在虚拟式单数三人称，尽管该机构强调，在规范语言中，该时态最推荐的形态仍是“haya”。
  RAE的消息来源证实了这一变更，并解释称此提议已由语言学院全体会议通过，原因是该词在全国范围内广泛使用，尤其常见于未受教育或仅完成基础学业的人群中。今后，那位每天念叨“只要有活儿干（haiga faena），我们就不能抱怨”的同事，或是反复强调“谁拿了玩具（haiga sacao los juguetes），谁就得收拾”的祖母，将不再成为嘲笑对象。
  RAE近期收录的其他新词还包括“Descambiar”（意为撤销交易，例如“退货”）。照此趋势，恐怕没人敢打赌“follamigos”（炮友）不会成为下一个入选词汇。'

评估指标:

• F1值
• 准确率

模型索引:

• 名称: roberta-large-fake-news-detection-spanish
  结果: []

RoBERTa-large西班牙语虚假新闻检测模型

本模型是基于PlanTL-GOB-ES/roberta-large-bne在西班牙虚假新闻数据集上微调的版本。

在评估集上取得如下结果:

• 损失值: 1.7474
• F1值: 0.7717
• 准确率: 0.7797

根据排行榜显示，我们的模型超越了最佳模型（原最高F1值=0.7666）。

模型描述

RoBERTa-large-bne是基于Transformer架构的西班牙语掩码语言模型。该模型以RoBERTa large为基础，使用西班牙国家图书馆（Biblioteca Nacional de España）2009至2019年间爬取的570GB纯净去重文本进行预训练，是迄今最大规模的西班牙语预训练语料库。

应用场景与限制

本模型旨在通过分析文本表征来判断新闻真伪。

训练与评估数据

FakeDeS: 西班牙语虚假新闻检测共享任务

虚假新闻出于恐怖主义、政治选举、广告营销、讽刺创作等不同目的传播误导性信息。社交媒体上，不实信息能在数秒内扩散至数千用户，因此亟需开发控制网络虚假信息的工具。相关任务还包括社交媒体热度检测和消息主观性判断。虚假新闻检测系统通过分析经人工标注的真假新闻样本，帮助用户识别潜在欺诈内容。

西班牙虚假新闻语料库收集自2018年1月至7月期间的多类网络来源：

• 主流报纸网站
• 传媒公司官网
• 专业辟谣网站
• 被记者标记为常发布虚假新闻的网站

语料库包含971条墨西哥西班牙语新闻，标注过程遵循以下原则：

• 真实新闻：在可靠信源发布的证据
• 虚假新闻：被可靠信源反驳或除原始出处外无其他佐证
• 确保每个事件的真假新闻成对出现以建立关联

为避免主题偏差，语料涵盖9大领域：科学、体育、经济、教育、娱乐、政治、健康、安全、社会。训练集（676条）与测试集（295条）按7:3比例划分，类别分布均衡。

训练语料包含以下字段：

• 类别：真实/虚假
• 主题：科学/体育/经济/教育/娱乐/政治/健康/安全/社会
• 标题：新闻标题
• 正文：完整新闻内容
• 链接：发布网址

（更多信息待补充）

训练流程

待补充

训练超参数

• 学习率: 2e-05
• 训练批次: 4
• 评估批次: 4
• 随机种子: 42
• 优化器: Adam (beta1=0.9, beta2=0.999, epsilon=1e-08)
• 学习率调度: 线性
• 训练轮次: 10

训练结果

快速调用（使用HuggingFace管道）

from transformers import pipeline  
ckpt = "Narrativaai/fake-news-detection-spanish"  

classifier = pipeline("text-classification", model=ckpt)  

headline = "新闻标题"  
text = "新闻正文..."  

classifier(headline + " [SEP] " + text)  

依赖版本

• Transformers 4.11.3
• Pytorch 1.9.0+cu111
• Datasets 1.14.0
• Tokenizers 0.10.3

开发团队: Narrativa

关于Narrativa: 自然语言生成（NLG）专家 | Gabriele是我们的机器学习平台，致力于构建和部署自然语言解决方案。#NLG #AI