中文

社会化学 101:学习推理社会与道德规范

计算与语言 2021-08-18 v3 人工智能

摘要

社会规范——关于可接受社会行为的未言明常识规则——对于理解叙事中人们行为背后的深层原因与意图至关重要。例如,在“想向警察举报邻居”这一行为背后,是诸如“应当举报犯罪”这类规范我们行为的社会规范。我们提出 Social Chemistry,一种用于研究人们在自然语言描述的丰富真实生活情境中所持日常社会规范与道德判断的新概念形式体系。我们引入 Social-Chem-101,一个大规模语料库,其收录了 292k 条经验法则(如“凌晨 5 点用搅拌机很没礼貌”)作为基本概念单元。每条经验法则进一步按人们判断的 12 个不同维度拆解,包括好与坏的社会判断、道德基础、预期文化压力与假定合法性等,合计超过 450 万条类别标签与自由文本描述标注。基于最先进神经模型的综合实证结果表明,社会规范的计算建模是一个有前景的研究方向。我们的模型框架 Neural Norm Transformer 学习并泛化 Social-Chem-101,成功推理此前未见过的情境,生成相关的(且可能新颖的)属性感知社会经验法则。

关键词

引用

@article{arxiv.2011.00620,
  title  = {Social Chemistry 101: Learning to Reason about Social and Moral Norms},
  author = {Maxwell Forbes and Jena D. Hwang and Vered Shwartz and Maarten Sap and Yejin Choi},
  journal= {arXiv preprint arXiv:2011.00620},
  year   = {2021}
}

备注

Published at EMNLP 2020