中文

说服策略的影响有多大?来自慈善捐赠对话的 LLM 标注证据

计算与语言 2026-04-23 v1

摘要

哪些说服策略(如果有的话)与捐赠依从性相关?回答这一问题需要跨越整个语料库的细粒度策略标签以及针对多重比较校正的统计检验。我们使用三个开源大型语言模型(LLMs;Qwen3:30b、Mistral-Small-3.2、Phi-4),对 PersuasionForGood 语料库(Wang et al., 2019)中 1,017 个对话里的全部 10,600 个说服者轮次进行了标注,该语料库的捐赠结果可直接观测,标注采用了包含 11 个类别共 41 种策略的分类体系。仅策略类别本身对捐赠结果的方差解释很少(伪 R20.015R^2 \approx 0.015,在所有三个标注模型中一致)。内疚诱导是唯一与较低捐赠率显著相关的策略(Δ23\Delta \approx -23 个百分点),这一效应在所有三个模型中均得到复现,尽管模型间一致性仅为中等。互惠是最稳健的正相关因素。目标情感和兴趣能预测是否发生捐赠,但与捐赠金额最多仅表现出弱相关。这些发现表明,仅识别策略不足以解释说服的有效性,且基于内疚的诉求在亲社会环境中可能适得其反。我们发布了完全标注的语料库作为公共资源。

关键词

引用

@article{arxiv.2604.19783,
  title  = {How Much Does Persuasion Strategy Matter? LLM-Annotated Evidence from Charitable Donation Dialogues},
  author = {Tatiana Petrova and Stanislav Sokol and Radu State},
  journal= {arXiv preprint arXiv:2604.19783},
  year   = {2026}
}

备注

8 pages, 2 figures, 5 tables. Interdisciplinary Centre for Security, Reliability and Trust (SnT), University of Luxembourg