多语言目标-立场抽取
计算与语言
2025-10-28 v1 人工智能
摘要
社交媒体使数据驱动的公众意见分析成为可能。目标-立场抽取（Target-Stance Extraction, TSE）是识别文档中讨论的目标以及文档对该目标的立场的任务。许多研究在多语言环境下对给定目标的立场进行分类，但TSE的所有先前工作都仅限于英文。本工作介绍了首个多语言TSE基准数据集，涵盖加泰罗尼亚语、埃斯蒙特语、法语、意大利语、中文和西班牙语语料库。它成功地将原始TSE管道扩展到多语言设置，而无需为每个语言分别构建模型。我们的模型管道实现的F1分数仅为12.78，这凸显了相对于英文单语言 setup的多语言任务的更高难度，并将TSE的目标预测 identified as the primary bottleneck。我们也是首次展示TSE F1分数对不同目标话语化形式敏感性。这些工作共同为多语言TSE领域的资源、算法和评估标准提供了所需的基准。
引用
@article{arxiv.2510.22334,
title = {Multilingual Target-Stance Extraction},
author = {Ethan Mines and Bonnie Dorr},
journal= {arXiv preprint arXiv:2510.22334},
year = {2025}
}
备注
11 pages, 2 figures, Submitted to the Fifteenth Language Resources and Evaluation Conference (LREC 2026)