Esta tarea pretende impulsar la investigación sobre la detección de texto generado automáticamente mediante modelos de generación de texto. Los participantes deben desarrollar modelos que exploten pistas sobre la forma y el significado lingüísticos para distinguir el texto generado automáticamente del texto humano. Esta subtarea consiste en distinguir entre texto humano y generado. Está enmarcado como una tarea de clasificación binaria de texto humano (Hum) y MGT (Gen), donde el texto de tres dominios se incluye en el conjunto de entrenamiento y los envíos se evalúan en dos no vistos.
Publicación
Areg Mikael Sarvazyan, José Ángel González, Marc Franco-Salvador, Francisco Rangel, Berta Chulvi, Paolo Rosso (2023) Overview of AuTexTification at IberLEF 2023: Detection and Attribution of Machine-Generated Text in Multiple Domains. Procesamiento del Lenguaje Natural, Revista nº 71, septiembre de 2023, pp. 275-288.
Competición
Idioma
Español
NLP topic
Tarea abstracta
Dataset
Año
2023
Enlace publicación
Métrica Ranking
Macro F1