Overview of FakeDeS at IberLEF 2021: Fake News Detection in Spanish Shared Task
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10045/117493
Título: | Overview of FakeDeS at IberLEF 2021: Fake News Detection in Spanish Shared Task |
---|---|
Título alternativo: | Resumen de FakeDeS en IberLEF 2021: Tarea compartida para la detección de noticias falsas en español |
Autor/es: | Gómez-Adorno, Helena | Posadas-Durán, Juan Pablo | Bel Enguix, Gemma | Porto Capetillo, Claudia |
Palabras clave: | Fake news detection | FakeDeS | Iberlef |
Área/s de conocimiento: | Lenguajes y Sistemas Informáticos |
Fecha de publicación: | sep-2021 |
Editor: | Sociedad Española para el Procesamiento del Lenguaje Natural |
Cita bibliográfica: | Procesamiento del Lenguaje Natural. 2021, 67: 223-231. https://doi.org/10.26342/2021-67-19 |
Resumen: | This paper presents the overview of FakeDeS 2021, the second edition of this lab under the IberLEF conference. The FakeDeS shared task aims to explore different methodologies and strategies related to fake news detection in Spanish. This year edition brings two main challenges: thematic and language variation. For this purpose, we introduce a new testing corpus containing news related to COVID-19 and news from other Ibero-American countries. | Este artículo hace una presentación general de la tarea compartida FakeDeS 2021, cuya segunda edición ha tenido lugar en 2021 bajo el congreso IberLEF, aunque se trata de la primera vez con esta denominación. La tarea FakeDeS tiene por objetivo explorar diferentes métodos y estategias relacinados con la detección de noticias falsas en español, principalmente en su variante de México. La edición de este año propone dos desafíos principales: variación temática y variación lingüística. Para ello, se introduce un nuevo corpus de prueba que contiene noticias relacionadas con COVID 19 y noticias de otros países de Iber-América. |
Patrocinador/es: | This research was funded by CONACyT project CB A1-S-27780, DGAPA-UNAM PAPIIT grants number TA400121 and TA100520. The authors also thank CONACYT for the computer resources provided through the INAOE Supercomputing Laboratory's Deep Learning Platform for Language Technologies. |
URI: | http://hdl.handle.net/10045/117493 |
ISSN: | 1135-5948 |
DOI: | 10.26342/2021-67-19 |
Idioma: | eng |
Tipo: | info:eu-repo/semantics/article |
Derechos: | © Sociedad Española para el Procesamiento del Lenguaje Natural |
Revisión científica: | si |
Versión del editor: | https://doi.org/10.26342/2021-67-19 |
Aparece en las colecciones: | Procesamiento del Lenguaje Natural - Nº 67 (2021) |
Archivos en este ítem:
Archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
PLN_67_19.pdf | 735,08 kB | Adobe PDF | Abrir Vista previa | |
Todos los documentos en RUA están protegidos por derechos de autor. Algunos derechos reservados.