EDDA: 一种用于零样本立场检测的编码器-解码器数据增强框架
计算与语言
2024-03-26 v1
摘要
立场检测旨在确定文本中针对给定目标所表达的态度。零样本立场检测（ZSSD）的出现是为了在推理时对未见过的目标进行立场分类。最近用于ZSSD的数据增强技术通过文本或目标增强增加了目标之间的可迁移知识。然而，这些方法存在局限性。目标增强缺乏生成目标与源文本之间的逻辑联系，而文本增强仅依赖于训练数据，导致泛化不足。为了解决这些问题，我们提出了一种编码器-解码器数据增强（EDDA）框架。编码器利用大语言模型和思维链提示将文本总结为特定目标的if-then推理，建立逻辑关系。解码器使用语义相关词替换策略基于这些表达式生成新样本，以增加句法多样性。我们还分析了生成的表达式，开发了一个推理增强网络，以充分利用增强数据。在基准数据集上的实验表明，我们的方法显著优于最先进的ZSSD技术。所提出的EDDA框架增加了增强文本的语义相关性和句法多样性，同时实现了可解释的基于推理的学习。
引用
@article{arxiv.2403.15715,
title = {EDDA: A Encoder-Decoder Data Augmentation Framework for Zero-Shot Stance Detection},
author = {Daijun Ding and Li Dong and Zhichao Huang and Guangning Xu and Xu Huang and Bo Liu and Liwen Jing and Bowen Zhang},
journal= {arXiv preprint arXiv:2403.15715},
year = {2024}
}