基于立场驱动的多模态受控陈述生成：新数据集与任务
计算与语言
2025-04-07 v1 人工智能
摘要
为支持特定话题上多样化或有争议的立场陈述的表述对于促进用户表达、重塑政治话语、驱动社会批判和信息扩散至关重要。随着大型语言模型（LLM）的兴起，可控文本生成以特定立场为目标成为一个具有公共舆论塑造和商业营销等应用前景的热门研究方向。然而，现有数据集常仅关注纯文本，缺乏多模态内容和有效上下文，尤其在立场检测语境中。本文正式定义并研究了新的立场驱动可控内容生成问题，即为包含文本和图像的推文生成立场受控响应。为此，我们创建了多模态立场生成数据集（StanceGen2024），这是第一个专为多模态立场可控文本生成（尤其在政治话语中）设计的资源。数据集包含2024年美国总统大选中帖子和用户评论，涵盖文本、图像、视频及立场标注，以探讨多模态政治内容如何塑造立场表达。进一步，我们提出了立场驱动多模态生成（SDMG）框架，集成多模态特征的加权融合与立场引导，以提升语义一致性和立场控制。我们将数据集和代码（https://anonymous.4open.science/r/StanceGen-BE9D）公开供公众使用和进一步研究。
引用
@article{arxiv.2504.03295,
title = {Stance-Driven Multimodal Controlled Statement Generation: New Dataset and Task},
author = {Bingqian Wang and Quan Fang and Jiachen Sun and Xiaoxiao Ma},
journal= {arXiv preprint arXiv:2504.03295},
year = {2025}
}