FarExStance：面向波斯语的可解释立场检测
计算与语言
2024-12-19 v1
摘要
我们介绍了FarExStance，一个用于波斯语可解释立场检测的新数据集。该数据集中的每个实例包含一个主张、一篇文章或社交媒体帖子对该主张的立场，以及一个为立场标签提供证据的抽取式解释。我们在新数据集上比较了微调的多语言RoBERTa模型与多个大语言模型在零样本、少样本和参数高效微调设置下的性能。在立场检测方面，最准确的模型是微调的RoBERTa模型、使用参数高效微调进行微调的LLM Aya-23-8B以及少样本Claude-3.5-Sonnet。关于解释质量，我们的自动评估指标表明少样本GPT-4o生成最连贯的解释，而人工评估显示最佳总体解释得分（OES）属于少样本Claude-3.5-Sonnet。微调的Aya-32-8B模型生成的解释与参考解释最为一致。
引用
@article{arxiv.2412.14008,
title = {FarExStance: Explainable Stance Detection for Farsi},
author = {Majid Zarharan and Maryam Hashemi and Malika Behroozrazegh and Sauleh Eetemadi and Mohammad Taher Pilehvar and Jennifer Foster},
journal= {arXiv preprint arXiv:2412.14008},
year = {2024}
}
备注
Accepted in COLING 2025