利用量化道德基础增强社交媒体立场分类

本研究通过引入更深层的心理属性（具体而言是个体的道德基础）来增强社交媒体上的立场检测。这些理论推导的维度旨在提供个体道德关切的全面画像，近期研究已将其与包括社会、政治、健康与环境在内的多领域行为相关联。本文中，我们探究道德基础维度如何有助于预测个体对给定目标的立场。具体地，我们结合从文本抽取的道德基础特征与消息语义特征，使用传统机器学习模型与大语言模型（LLM）在消息级与用户级分类立场。我们的初步结果表明，编码道德基础能提升立场检测任务性能，并有助于揭示特定道德基础与针对目标话题的在线立场之间的关联。结果凸显了在立场分析中考虑深层心理属性之重要，并强调了道德基础在引导在线社会行为中的作用。