对抗性言论的反言论有效性：一项多维标注与分类研究
计算与语言
2025-10-14 v2
摘要
反言论（CS）是缓解在线仇恨言论（HS）的关键策略，然而定义评估其有效性的标准仍是一个开放挑战。我们提出了一个新颖的、基于语言学、传播学和论证学概念的反言论有效性分类计算框架。该框架定义了六个核心维度——清晰度、证据、情感诉求、反驳、受众适应性和公平性——我们利用这些维度对来自两个基准数据集的4,214条反言论实例进行了标注，从而产生了一个向社区发布的新颖语言资源。此外，我们提出了两种分类策略，即多任务和基于依赖关系的策略，在专家撰写和用户撰写的反言论上均取得了强劲结果（平均F1值分别为0.94和0.96），优于标准基线，并揭示了维度间强烈的相互依赖性。
引用
@article{arxiv.2506.11919,
title = {Effectiveness of Counter-Speech against Abusive Content: A Multidimensional Annotation and Classification Study},
author = {Greta Damo and Elena Cabrio and Serena Villata},
journal= {arXiv preprint arXiv:2506.11919},
year = {2025}
}