persuasion techniques | BriefGPT

关键词persuasion techniques

搜索结果 - 8

分析梗圖文本的說服策略：語言模型與改寫增強的融合
本研究旨在通过改进模型训练方法和研究平衡与非平衡的训练数据集的影响，提高在迷因文本中多种具有说服力的技术的有效识别和分类。结果表明，使用释义进行训练可以提高模型性能，而平衡的训练集比较大但不平衡的训练集更有优势。
PDF5 days ago
ACLBCAmirs 参与 SemEval-2024 第 4 项任务：超越言语：以多模态和多语言方式探索 Memes 中的说服力
我们介绍了一种基于 GPT-4 生成字幕的方法，通过 fine-tune RoBERTa 作为文本编码器和 CLIP 作为图像编码器，改进了以文本和图像为基础的表意编码，取得了明显的性能提升。
PDF3 months ago
ArAIEval 共享任务传说：使用一种语言无关的文本表示模型进行说服技巧检测
本文介绍了我们在 ArabicNLP 2023 的 ArAIEval 挑战中的最佳提交结果，我们主要关注任务 1，该任务涉及从推特和新闻文章的摘录中识别说服技巧，我们使用 XLM-RoBERTa 进行训练，并在阿拉伯语文本中检测到说服技巧。
PDF9 months ago
MindShift: 利用大型语言模型进行基于心理状态的手机问题使用干预
智能手机的问题使用对身心健康产生了负面影响，然而现有的说服技术不足以根据用户的身体状况和心理状态提供灵活的说服内容。我们通过调查研究，首先总结了导致智能手机问题使用背后的心理状态：无聊、压力和惰性，从而设计出了四种说服策略：了解、安慰、唤起
PDF9 months ago
ACL2023 SemEval 任务 3 中的 NAP：少即是多吗？(回) 译作为检测说服技巧的数据增强策略
使用多语言转换器模型的数据扩充策略，探索向新闻中添加说服技巧的自动检测，应用于少量训练数据的情景下，有效提高系统性能，同时平衡人类和机器生成的数据对系统性能进行优化。
PDFa year ago
Hitachi 团队在 SemEval-2023 任务 3 中：探索跨语言多任务策略用于在线新闻体裁和框架检测
本文介绍了 Team Hitachi 参与 SemEval-2023 任务 3“检测多语言环境下在线新闻中的流派、框架和说服技巧” 的经验。通过多项实验，作者发现跨语言 / 多任务训练与收集外部平衡数据集有益于流派和框架检测，并构建集成模型
PDFa year ago
ACLSemEval-2021 任务 6：使用文本和多模态组合来检测有说服力的文本和图像
本研究探讨使用 BERT 为基础的模型，通过迁移学习方式在多种表现形式的文本和图像中进行细微调整来检测饱受欢迎的疫情行销手法，如梗图。我们还尝试了不同模型的集合效果，在三个子任务上分别获得了 57.0％，48.2％和 52.1％的 F1-s
PDF3 years ago
SemEval-2021 任务 6：文本和图像中说服技术的检测
SemEval-2021 任务 6 描述了使用文本和图像进行说服技巧检测的数据、标注指南、评估设置、结果和参与系统，共吸引了 71 个注册和 22 个团队参与。该任务的重点在于检测拼贴图中的文本中使用的说服技巧，包括检测的技巧、文本跨度和拼
PDF3 years ago