一种用于气候变化推文情感辅助立场检测的多任务模型

气候变化已成为我们时代最大的挑战之一。Twitter 等社交媒体平台在提高公众意识以及传播当前气候危机危险知识方面发挥着重要作用。随着通过社交媒体开展的关于气候变化的运动和传播增多, 这些信息能够提升更多认知并触达公众与政策制定者。然而, 这些 Twitter 传播导致了信念的两极分化、意见主导的意识形态, 并常常分裂为气候变化否认者与相信者两个群体。在本文中, 我们提出一个框架, 帮助识别 Twitter 上的否认声明, 从而将推文的立场分类为对气候变化的两种态度之一 (否认者/相信者)。气候变化的 Twitter 数据的情感方面深深植根于公众对气候变化的总体态度中。因此, 我们的工作聚焦于学习两个紧密相关的任务: 气候变化推文的立场检测与情感分析。我们提出了一种多任务框架, 同时执行立场检测 (主任务) 与情感分析 (辅助任务)。所提模型结合了特征特定与共享特定注意力框架, 以融合多种特征并学习两任务的泛化特征。实验结果表明, 相较于其单模态与单任务变体, 所提框架通过受益于辅助任务即情感分析, 提升了主任务即立场检测的性能。