EMNLPOct, 2021

Stance 检测是主题无关和跨主题通用的吗？—— 一项再现性研究

PDF
TL;DR通过成功重现 Reimers 等人（2019 年）的跨主题立场检测工作并系统地分析其可重现性，我们发现立场检测在话题独立性和跨主题一致性方面存在问题，特别是在词汇和社会文化背景方面。因此，研究不同话题上的性能，并解决话题特定的词汇和背景，是跨主题立场检测的未来发展方向。
cross-topic stance detectionreproducibilitytopic-specific vocabulary and contextmodel performancefuture avenue
发现论文，激发创造
  • 网络和社交媒体中的立场检测：一项比较研究

    本文探讨了在社交媒体平台上进行自动立场检测的多种方法，包括神经模型和经典的分类器模型，并对它们的可复现性和比较性能进行了详细的研究和实验。

    Jul, 2020

  • 零样本立场检测：使用广义主题表示的数据集和模型

    本文研究如何利用直觉表示捕捉话题之间的隐式关系，提出了一种适用于零样本学习的立场检测模型，并提出了一个新的数据集用于测试。结果表明，这个模型在许多有挑战性的语言现象上表现得更好。

    Oct, 2020

  • 探究少样本 跨领域立场检测模型决策的稳健性：一项预注册研究

    针对多样观点的新闻推荐系统，识别两个新闻文章是否表达相同观点是至关重要的。本文探讨少样本立场检测的操作化选择的稳健性，特别关注不同主题下的立场建模。实验测试了预注册的关于立场检测的假设，比较了两种立场任务定义（正 / 反对与同一立场），两种 LLM 架构（双编码与交叉编码）以及添加自然语言推理知识，使用预训练的 RoBERTa 模型在来自 7 个不同立场检测数据集的 100 个样本中进行训练。我们的一些假设和之前的结果得到了证实，而其他结果则更不一致。同一立场定义的效果在不同数据集上有所不同，并受到其他建模选择的影响。我们没有发现训练样本中训练主题数量与性能之间的关系。总体上，交叉编码的性能优于双编码，并且将 NLI 训练添加到我们的模型中会显著改善，但这些结果在所有数据集上并不一致。我们的结果表明，在寻找稳健的 ' 立场 ' 建模选择时，需要包含多个数据集和系统建模实验。

    Apr, 2024

  • 跨领域标签自适应立场检测

    本文深入分析了 16 个不同领域的看法检测数据集，探索了跨领域学习的可能性，并提出一种端到端的无监督框架，结合了混合专家和领域对抗训练技术与标签嵌入，对强基线在领域内和领域外的预测获得了显著的性能提升，并对跨领域结果进行了详尽的分析，突出了影响模型性能的重要因素。

    Apr, 2021

  • 立场检测与开放研究方向

    本教程旨在介绍立场检测领域的最新研究进展，并为有兴趣的研究人员和实践者提供开放的研究方向。立场检测是一个新兴的研究课题，利用给定的内容确定对于特定目标或目标集的立场，在各个领域中有着重要的应用机会。本教程包含两个部分，其中第一部分概述了立场检测的基本概念、问题、方法和资源，而第二部分涵盖了立场检测的开放性研究方向和应用领域。本教程将是立场检测、社交媒体分析、信息检索和自然语言处理领域研究人员和实践者的有用指南。

    Oct, 2022

  • OpenStance: 实现真实世界零样本立场检测

    本文研究了无样本态度检测的开放域问题，并提出使用间接监督和弱监督相结合的方法解决该问题，实验证明该方法可以取得比有监督方法更好的效果。

    Oct, 2022

  • 利用情感和常识进行零样本立场检测

    文章提出一种包含情感、常识知识，并使用图自编码器模块获得常识知识的态度检测模型，通过在零样本设置下比较，研究结果显示该模型在 VAST 基准数据集上的表现优于现有最先进的方法。

    Aug, 2022

  • 基于情感预训练的少样本跨语种立场检测

    本研究提出新的模型，在跨语言环境下实现了最全面的立场检测实验，通过基于情感的立场数据预训练，相较于几个强基准测试，以及低资源设置下取得了 6% 以上的 F1 绝对改善。

    Sep, 2021

  • 基于自动化技术的复杂主题和小语种中的立场检测：以极化新闻媒体中的移民问题为例

    本文旨在研究大型语言模型在对于语言数据集难以获得的语言，如形态复杂、资源较少的语言中进行自动立场检测的适用性，同时探索了 ChatGPT 作为一种全零样本分类器的可行性，结果表明 ChatGPT 的性能可与有监督学习相当。最佳模型的应用还可用于研究爱沙尼亚主流新闻来源和右翼民粹主义新闻来源在七年间的历时趋势，并探讨立场变更与现实事件的对应关系，这为新闻分析和媒体监测提供了一个更为简单和省钱的文本分类任务的替代方案。

    May, 2023

  • 基于交叉注意力的立场检测上下文信息整合

    使用双编码器模型将来自不同来源的上下文信息与预训练语言模型相结合，提高文本领域内作者立场识别的准确度。

    Nov, 2022