STANCY：基于一致性线索的立场分类
计算与语言
2019-10-15 v1 人工智能
机器学习
摘要
争议性主张在在线媒体和讨论论坛中大量存在。更好地理解此类主张需要从不同视角对其进行分析。立场分类是推断这些视角（即支持或反对该主张）的必要步骤。在本工作中，我们提出了一种用于立场分类的神经网络模型，该模型利用 BERT 表示，并通过一种新颖的一致性约束对其进行增强。在 Perspectrum 数据集（包含来自各类辩论网站的声称与用户视角）上的实验表明，我们的方法相比最先进的基线方法具有有效性。
引用
@article{arxiv.1910.06048,
title = {STANCY: Stance Classification Based on Consistency Cues},
author = {Kashyap Popat and Subhabrata Mukherjee and Andrew Yates and Gerhard Weikum},
journal= {arXiv preprint arXiv:1910.06048},
year = {2019}
}
备注
Accepted at EMNLP 2019