利用大语言模型增强讽刺检测中的情感特征

Yucheng Lin; Yuhan Xia; Yunfei Long

利用大语言模型增强讽刺检测中的情感特征

计算与语言 2024-04-23 v2 人工智能

作者: Yucheng Lin , Yuhan Xia , Yunfei Long

摘要

本研究介绍了一种新颖的讽刺检测方法，应用大语言模型（LLMs）和基于提示的学习来促进以情感为中心的文本增强。传统的讽刺检测技术通常由于依赖静态语言特征和预定义知识库而表现不足，往往忽略了讽刺中不可或缺的微妙情感维度。相比之下，我们的方法通过将LLMs增强的微妙情感线索整合到三个基准预训练NLP模型（BERT、T5和GPT-2）中，这些模型被广泛认为是讽刺检测的基础。我们使用SemEval-2018 Task 3数据集评估了我们的方法，并观察到讽刺检测能力的显著提升。

关键词

讽刺检测大语言模型基于提示的学习情感增强文本增强 BERT T5 GPT-2

引用

@article{arxiv.2404.12291,
  title  = {Augmenting emotion features in irony detection with Large language modeling},
  author = {Yucheng Lin and Yuhan Xia and Yunfei Long},
  journal= {arXiv preprint arXiv:2404.12291},
  year   = {2024}
}

备注

11 pages, 3 tables, 2 figures. Accepted by the 25th Chinese Lexical Semantics Workshop

利用大语言模型增强讽刺检测中的情感特征

摘要

关键词

引用

备注

相关论文