利用上下文进行政治辩论中多模态谬误分类
计算与语言
2025-08-07 v1 人工智能
摘要
本文提出了我们对MM-ArgFallacy2025共享任务的提交方案，旨在推动多模态论证挖掘研究，聚焦于政治辩论中的逻辑谬误。我们的方法使用预训练的基于Transformer的模型，并提出了几种方法来利用上下文。在谬误分类子任务中，我们的模型在文本(0.4444)、音频(0.3559)和多模态(0.4403)上的宏平均F1得分分别为。我们的多模态模型表现出与文本唯一模型相当的性能，表明有望获得改进。
关键词
引用
@article{arxiv.2507.15641,
title = {Leveraging Context for Multimodal Fallacy Classification in Political Debates},
author = {Alessio Pittiglio},
journal= {arXiv preprint arXiv:2507.15641},
year = {2025}
}
备注
12th Workshop on Argument Mining (ArgMining 2025) @ ACL 2025