面向社交媒体的跨域论点立场分类基准

论点立场分类在识别特定话题作者观点方面发挥着关键作用。然而，跨不同领域生成多样化的论点句子对话题困难重重。现有基准常来自单一领域，或聚焦于有限的话题集合。此外，手动标注需要大量时间和人力。为解决这些挑战，我们提出利用平台规则、可获取的专家精选内容和大型语言模型，以规避人工标注的需求。我们的方法产生了一个跨域基准，包含 4,498 个主题声明和 30,961 条论点，来自三个来源，覆盖 21 个领域。我们在完全监督、零样本和少样本设置下对数据集进行基准测试，揭示了不同方法的优势与局限。我们将在本研究中发布数据集和代码，隐藏以保持匿名。