CommunityLM：从语言模型探察党派世界观
社会与信息网络
2022-09-16 v1 人工智能
计算与语言
摘要
随着美国政治态度在意识形态上分化，政治言论也在语言上分化。美国政党间日益扩大的极化因相互理解的侵蚀而加速。我们旨在借助一个利用社区语言模型CommunityLM探查社区对相同调查问题特定回复的框架，使这些社区彼此更易理解。在我们的框架中，我们在Twitter上识别各社区的坚定党派成员，并基于他们发布的推文微调LM。随后我们通过基于提示的探查对其相应LM的世界观进行评估，所用提示引出对由美国全国选举研究（ANES）2020探索性测试调查所调查公众人物与团体的看法。我们将LM生成的回复与ANES调查结果比较，发现其一致程度大幅超过若干基线方法。我们的工作旨在表明，给定足够大的社交媒体讨论或媒体消费样本，我们可以利用社区LM查询任何人群的世界观。
引用
@article{arxiv.2209.07065,
title = {CommunityLM: Probing Partisan Worldviews from Language Models},
author = {Hang Jiang and Doug Beeferman and Brandon Roy and Deb Roy},
journal= {arXiv preprint arXiv:2209.07065},
year = {2022}
}
备注
Paper accepted by COLING 2022