COT：基于对比最优传输的仇恨言论反叙事生成方法

反叙事（counter-narratives）是由非攻击性、基于事实的论点组成的直接回应，已被证明是有效应对仇恨言论扩散的强有力方法。以往的方法主要关注微调和后编辑技术以确保生成内容的流畅性，而忽视了针对特定仇恨目标（如LGBT群体、移民等）的个性化和相关性问题。本研究引入基于对比最优传输（contrastive optimal transport）的新型框架，有效解决在生成反叙事时保持目标互动性和促进多样性的挑战。首先，利用最优传输核（Optimal Transport Kernel, OTK）模块，将仇恨目标信息融入词表示中，其中比较对由原始特征与传输后特征之间提取。其次，采用自对比学习模块以解决模型退化问题，该模块通过生成词表示的各向异性分布实现。最后，集成目标导向搜索方法作为改进的解码策略，以显式促进推理过程中的领域相关性和多样性。该策略考虑词相似度和目标相关性，修改模型的置信度得分。在两个基准数据集上进行了定性和定量实验，结果表明，我们提出的模型在多个方面均显著优于当前方法。