利用大语言模型：基于微调 BERT 的自然语言魅力型领导策略检测
计算与语言
2024-10-01 v1 人工智能
机器学习
摘要
本工作使用微调的 Bidirectional Encoder Representations from Transformers (BERT) 模型研究自然语言中魅力型领导策略 (Charismatic Leadership Tactics, CLTs) 的识别。基于我们为该任务生成和整理的自身大规模 CLT 语料库，我们的方法包括训练一个能够准确识别自然语言中这些策略的机器学习模型。我们进行了性能评估以衡量模型检测 CLT 的有效性。我们发现，所有 CLT 检测的总体准确率为 98.96%。本研究的结果对心理学和管理学研究具有重要意义，为简化当前繁琐的文本魅力评估提供了潜在方法。
引用
@article{arxiv.2409.18984,
title = {Harnessing Large Language Models: Fine-tuned BERT for Detecting Charismatic Leadership Tactics in Natural Language},
author = {Yasser Saeid and Felix Neubürger and Stefanie Krügl and Helena Hüster and Thomas Kopinski and Ralf Lanwehr},
journal= {arXiv preprint arXiv:2409.18984},
year = {2024}
}
备注
The 2024 IEEE 3rd Conference on Information Technology and Data Science, CITDS 2024