DEEM：用于立场检测的动态经验专家建模
计算与语言
2024-04-29 v3
摘要
最近的工作初步尝试使用大型语言模型（LLMs）来解决立场检测任务，并显示出令人鼓舞的结果。然而，考虑到立场检测通常需要详细的背景知识，普通的推理方法可能会忽略领域知识，从而无法做出专业且准确的分析。因此，LLMs 的推理仍有改进空间，特别是在利用 LLMs 的生成能力来模拟特定专家（即多智能体）以检测立场方面。在本文中，不同于现有需要详细描述并使用固定专家的多智能体工作，我们提出了一种动态经验专家建模（DEEM）方法，该方法可以利用生成的经验专家，让 LLMs 以半参数方式进行推理，从而使专家更具泛化性和可靠性。实验结果表明，DEEM 在三个标准基准测试中始终取得最佳结果，优于具有自一致性推理的方法，并减少了 LLMs 的偏差。
引用
@article{arxiv.2402.15264,
title = {DEEM: Dynamic Experienced Expert Modeling for Stance Detection},
author = {Xiaolong Wang and Yile Wang and Sijie Cheng and Peng Li and Yang Liu},
journal= {arXiv preprint arXiv:2402.15264},
year = {2024}
}
备注
Accepted by LREC-COLING 2024, Oral presentation