调查阿拉伯语中的说服技巧：利用大型语言模型的实证研究
计算与语言
2024-05-22 v1 人工智能
摘要
在当前数字通信和社交媒体广泛使用的时代，理解书面文本中使用的说服技巧至关重要。这些知识对于有效辨别准确信息和做出明智决策至关重要。为满足这一需求，本文提出了一项全面的实证研究，重点识别阿拉伯语社交媒体内容中的说服技巧。为实现这一目标，我们利用预训练语言模型（PLMs）和ArAlEval数据集，该数据集包含两个任务：二分类（判断是否存在说服技巧）和多标签分类（识别文本中使用的具体技巧类型）。我们的研究探索了三种不同的学习方法，利用PLMs的能力：特征提取、微调和提示工程技术。通过大量实验，我们发现微调方法在上述数据集上取得了最高结果，f1-micro得分为0.865，f1-weighted得分为0.861。此外，我们的分析揭示了一个有趣的发现。虽然GPT模型的性能相对低于其他方法，但我们观察到，通过采用少样本学习技术，我们可以将其结果提升高达20%。这为未来的研究和探索提供了有希望的方向。
引用
@article{arxiv.2405.12884,
title = {Investigating Persuasion Techniques in Arabic: An Empirical Study Leveraging Large Language Models},
author = {Abdurahmman Alzahrani and Eyad Babkier and Faisal Yanbaawi and Firas Yanbaawi and Hassan Alhuzali},
journal= {arXiv preprint arXiv:2405.12884},
year = {2024}
}