以扩展立场三角框架引导计算立场检测
计算与语言
2023-06-01 v1
摘要
立场检测用于判定文本作者相对于指定目标是支持、反对还是中立，可用于获取社交媒体中的有价值洞察。目标普遍存在的间接指称使该任务具挑战性，因其要求计算方案对语义特征建模并从字面陈述推断相应含义。此外，可用训练数据有限导致域外与跨目标场景下性能不佳，因为数据驱动方法易依赖表层且领域特定的特征。本文从语言学视角分解立场检测任务，并探究该任务中的关键组件与推理路径。立场三角是先前提出的通用语言学框架，用于描述人们表达立场的基本方式。我们通过刻画显式与隐式对象间的关系对其进一步扩展，随后利用该框架以额外标注扩充单一训练语料。实验结果表明，策略性 enriched 数据能显著提升域外与跨目标评估下的性能。
引用
@article{arxiv.2305.19845,
title = {Guiding Computational Stance Detection with Expanded Stance Triangle Framework},
author = {Zhengyuan Liu and Yong Keong Yap and Hai Leong Chieu and Nancy F. Chen},
journal= {arXiv preprint arXiv:2305.19845},
year = {2023}
}
备注
Main Conference in ACL 2023