改进多语言社交媒体洞察：基于方面的评论分析
计算与语言
2025-05-30 v1
摘要
社交媒体帖子的固有特征——语言使用的自由性以及各种观点和主题的杂乱交织——对评论聚类、评论摘要和社交媒体意见分析等下游 NLP 任务构成了重大挑战。为了解决这一问题，我们提出一种从个体评论中识别并生成方面词的细粒度方法，以引导模型注意力。具体而言，我们利用多语言大语言模型进行监督微调以实现评论方面词生成（CAT-G），并进一步通过 DPO 使模型预测与人类期望对齐。我们在两个 NLP 任务上证明了该方法在增强社交媒体话语理解方面的有效性。此外，本文贡献了首个涵盖英语、中文、马来语和印尼语的多语言 CAT-G 测试集。由于 LLM 的能力因语言而异，该测试集允许对具有不同 LLM 熟练度水平的语言进行性能比较分析。
引用
@article{arxiv.2505.23037,
title = {Improving Multilingual Social Media Insights: Aspect-based Comment Analysis},
author = {Longyin Zhang and Bowei Zou and Ai Ti Aw},
journal= {arXiv preprint arXiv:2505.23037},
year = {2025}
}
备注
The paper was peer-reviewed