Stance Reasoner：基于显式推理的社交媒体零样本立场检测

社交媒体平台是观点内容的丰富来源。立场检测能够从此类内容中自动提取用户对各种话题的观点。我们聚焦于零样本立场检测，在该任务中，模型的成功依赖于：具备关于目标话题的知识；学习可应用于新话题的通用推理策略。我们提出了 Stance Reasoner，这是一种用于社交媒体零样本立场检测的方法，利用对背景知识的显式推理来指导模型推断文档对特定目标的立场。具体而言，我们的方法使用预训练语言模型作为世界知识来源，并结合思维链上下文学习方法生成中间推理步骤。Stance Reasoner 在 3 个 Twitter 数据集上优于当前 SOTA 模型，包括全监督模型。它能更好地跨目标进行泛化，同时为其预测提供显式且可解释的解释。