MSME：用于零样本立场检测的多阶段多专家框架
计算与语言
2025-12-05 v1
摘要
基于大语言模型的零样本立场检测方法近期取得了令人瞩目的成果。然而，它们在复杂的现实场景中仍然面临挑战：立场理解需要动态背景知识，目标定义涉及必须显式关联到立场标签的复合实体或事件，而讽刺等修辞手法常常掩盖作者的真实意图。为应对这些挑战，我们提出了MSME，一个用于零样本立场检测的多阶段多专家框架。MSME包含三个阶段：(1) 知识准备，其中检索相关背景知识并澄清立场标签；(2) 专家推理，涉及三个专门模块——知识专家从知识角度提炼显著事实并进行推理，标签专家相应地细化和推理立场标签，实用专家从实用角度检测讽刺等修辞线索以推断意图；(3) 决策聚合，其中元裁判整合所有专家分析以生成最终的立场预测。在三个公开数据集上的实验表明，MSME在所有方面均达到了最先进的性能。
引用
@article{arxiv.2512.04492,
title = {MSME: A Multi-Stage Multi-Expert Framework for Zero-Shot Stance Detection},
author = {Yuanshuo Zhang and Aohua Li and Bo Chen and Jingbo Sun and Xiaobing Zhao},
journal= {arXiv preprint arXiv:2512.04492},
year = {2025}
}