聚合多模态嵌入进行跨目标立场检测的小样本学习

Jan, 2023

聚合多模态嵌入进行跨目标立场检测的小样本学习

Few-shot Learning for Cross-Target Stance Detection by Aggregating Multimodal Embeddings

Parisa Jamadi Khiabani, Arkaitz Zubiaga

TL;DR本文提出了一种使用文本和网络特征进行多模态嵌入的新模型 CT-TN 来解决社交媒体中的跨目标立场检测问题，在跨目标场景下的实验结果表明，相比于现有的基线模型，CT-TN 的平均性能提高了 11% 至 21%，表明了其有效性。实验中还发现 CT-TN 在看到 300 个目标实例后能够胜过其他模型，并且网络交互分析进一步表明了利用社交特征进行跨目标立场检测具有潜力。

Abstract

Despite the increasing popularity of the stance detection task, existing approaches are predominantly limited to using the textual content of social media posts for the classification, overlooking the social nature of the task. The →

stance detection multimodal embeddings few-shot learning social media cross-target classification

发现论文，激发创造

多模态立场检测：新数据集和模型

通过整合文本和图像的多模态信息，文章提出了一种简单而有效的 TMPT 框架，利用目标信息从文本和视觉模态学习多模态姿态特征，并在三个基准数据集上取得了最先进的多模态姿态检测性能。

Feb, 2024

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

语言无关立场检测的关系嵌入

该研究提出了一种利用社交信息生成关系嵌入的新方法，该方法可以应用于任何语言和目标，有助于在社交网络上进行立场检测。实验证明，将我们的关系嵌入与文本方法相结合可以显著提高性能。

Oct, 2022

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

基于对比学习的跨域特征增强的零样本态度检测

本文提出了一种站立检测方法，该方法利用语法表达式模式来捕获可转移的知识，可以有效地适应未见目标，最终采用注意机制来预测先前未见目标并在四个基准数据集上表现出高于竞争基线的效果。

Oct, 2022

论证态度预测：多模态与少样本学习的探索性研究

通过对推文中的立场预测的图像的必要性进行了评估，并使用了现有的大型语言模型进行了对比，研究表明，精调的基于文本的语言模型的集合优于多模态模型和使用最新的大型语言模型进行的基于文本的少量训练数据的预测。此外，多模态模型在将图像内容摘要为自然语言时表现更好，使用上下文示例可以改善大规模语言模型的少量训练数据的性能。

Oct, 2023

通过利用目标观点进行跨目标立场检测

本文提出了一种多角度提示调整模型（MPPT）用于跨目标立场检测（CTSD），利用分析视角作为知识转移的桥梁，通过提供多视角的自然语言解释来融合到立场预测中，实验证明了 MPPT 在 CTSD 任务中的优越性。

Jan, 2024

针对目标的提示蒸馏进行小样本立场检测

本文提出了基于预训练语言模型（PLMs）的提示微调方案，以实现针对不同目标的在有限数据情况下的态度检测，通过设计面向目标的提示和提出新的翻译，来有效实现本文提出的方法，实验结果表明我们的模型在全数据和少样本场景下均具有优越的性能。

Jun, 2022

通过对抗性语言适应实现零样本跨语言立场检测

在多语言状态检测领域，本论文首次引入零样本跨语言状态检测方法（MTAB），通过翻译增强和对抗学习提升了模型效果，实验证明了该方法的有效性。

Apr, 2024

深入对话线程，改进社交媒体平台上的目标特定立场检测

本文提出一种新的目标特定立场检测任务 —— 会话立场检测，旨在推断给定数据实例及其相应的会话主题的立场。为此，通过六个主要的香港社交媒体平台，使用注释技术构建基准会话立场检测（CSD）数据集，提出一种模型 Branch-BERT，将上下文信息融入到会话线程中以预测要检测的立场，实验证明该模型相较于其他基线模型能够取得更好的结果表现。

Nov, 2022