检测语码转换社交媒体文本中的宣传技巧
计算与语言
2024-03-19 v2 人工智能
摘要
宣传是一种旨在影响公众舆论与心态以推广特定议程的传播形式。随着社交媒体的兴起，宣传迅速扩散，导致对自动宣传检测系统的需求。大多数宣传检测工作聚焦于英语等高资源语言，针对低资源语言的宣传检测努力甚少。然而，社交媒体交流中常见多种语言混杂的现象，即语码转换（code-switching）。语码转换在同一文本中结合不同语言，给自动系统带来挑战。有鉴于此，本文提出检测语码转换文本中宣传技巧这一新任务。为支持该任务，我们构建了一个包含 1030 篇英-罗曼乌尔都语（Roman Urdu）语码转换文本的语料库，标注了 20 种宣传技巧，并公开提供。我们进行了多项对比不同实验设置的实验，发现直接对多语言性建模（而非使用翻译）以及采用恰当的微调策略十分重要。代码与数据集公开于 https://github.com/mbzuai-nlp/propaganda-codeswitched-text
引用
@article{arxiv.2305.14534,
title = {Detecting Propaganda Techniques in Code-Switched Social Media Text},
author = {Muhammad Umar Salman and Asif Hanif and Shady Shehata and Preslav Nakov},
journal= {arXiv preprint arXiv:2305.14534},
year = {2024}
}