语言无关的立场检测：基于社交交互的嵌入与大型语言模型
计算与语言
2025-02-28 v2 人工智能
摘要
绝大多数立场检测研究都集中于开发或简或繁的文本分类系统，即便许多基准基于 Twitter 等社交网络数据。本文旨在从立场检测任务入手，将重点不放在文本本身，而放在社交网络上可用的交互数据上。更具体地，我们提出一种新方法，通过生成关系嵌入（即交互对的稠密向量表示）来利用好友与转发等社交信息。我们在七个公开数据集和四种不同语言（巴斯克语、加泰罗尼亚语、意大利语和西班牙语）上的实验表明，将我们的关系嵌入与判别性文本方法相结合可大幅改善性能，在七种评估设定中的六种上取得最先进结果，优于基于大型语言模型的强基线，或 DeepWalk、node2vec 等其他流行的基于交互的方法。
引用
@article{arxiv.2210.05715,
title = {Language Independent Stance Detection: Social Interaction-based Embeddings and Large Language Models},
author = {Joseba Fernandez de Landa and Rodrigo Agerri},
journal= {arXiv preprint arXiv:2210.05715},
year = {2025}
}