中文

仇恨源于无知!反对话仇恨言论中说服模式的提炼

计算与语言 2025-04-15 v3 人工智能

摘要

考察反言论所使用的因素,是理解对抗在线仇恨言论最佳方法的核心。各种研究评估了反言论中使用的情绪基础因素,如情感共情、攻击性和敌意。为了更好地理解对话中使用的反言论,本研究将说服模式提炼为理性、情感和可信度,并评估了它们在两种对话交互类型(封闭式(多轮)和开放式(单轮))中针对种族主义、性别歧视和宗教偏执的使用情况。评估涵盖了人类来源与机器生成的反言论所表现出的不同行为。它还评估了反言论中所持立场与说服模式之间的相互作用。值得注意的是,我们观察到在开放和封闭交互中使用的反言论说服模式存在细微差异,尤其是在主题方面,普遍倾向于使用理性作为说服模式来表达对仇恨评论的反驳。机器生成的反言论倾向于表现出情感说服模式,而人类反驳则倾向于理性。此外,我们的研究表明,理性比其他说服模式更容易获得支持性回复。这些发现突显了将说服模式纳入反仇恨言论研究的潜力,因为它们可以作为可解释性的最佳手段,并为进一步采用回复立场及其在评估什么构成最佳反言论中的作用铺平道路。

关键词

引用

@article{arxiv.2403.15449,
  title  = {Hatred Stems from Ignorance! Distillation of the Persuasion Modes in Countering Conversational Hate Speech},
  author = {Ghadi Alyahya and Abeer Aldayel},
  journal= {arXiv preprint arXiv:2403.15449},
  year   = {2025}
}

备注

Accepted to appear @ ICWSM 2025. The link to the camera-ready paper will be added soon