论话语关系在说服性文本中的影响

本文通过利用大语言模型和提示工程，研究说服技巧与话语关系之间的关系。由于不存在同时标注了说服技巧和话语关系的数据集，我们以标注了19种说服技巧的SemEval 2023任务3数据集为起点，开发了基于大语言模型的分类器，为数据集中的每个实例标注22种PDTB 3.0二级话语关系之一。总共评估了四个大语言模型，使用了10种不同的提示，产生了40个独特的话语关系分类器。使用不同多数池化策略的集成模型被用来创建5个银标准数据集，其中的实例同时标注了说服技巧和二级PDTB语义关系。银标准数据集的大小从1281个实例到204个实例不等，具体取决于所使用的多数池化技术。对这些银标准数据集的统计分析表明，六种话语关系（即原因、目的、对比、原因+信念、让步和条件）在说服性文本中起着关键作用，尤其是在使用煽动性语言、夸大/弱化、重复和制造怀疑方面。这一见解有助于检测在线宣传和虚假信息，以及增进我们对有效沟通的普遍理解。