基于共同话语的疫苗信息个性化
计算与语言
2024-07-25 v2 人工智能
计算机与社会
摘要
建立与目标读者之间的共同话语是个性化聊天机器人交互的一种方式之一。在疫苗问题和误导信息的领域，建立相互理解尤其有影响。疫苗干预是旨在回答关于接种疫苗的担忧的交互方式。在该领域量身定制响应具有挑战，因为意见常常似乎几乎没有意识形态上的重叠。我们定义了将疫苗干预针对共同话语意见（CGO）的任务。针对 CGO 量身定制响应涉及通过与读者所持的意见或信念相关联来有意义地改进答案。在本文中，我们引入 TAILOR-CGO，一个用于评估响应是否针对提供的 CGO 进行量身定制的数据集。我们对 several major LLMs 在该任务上进行基准测试；发现 GPT-4-Turbo 在其他模型方面显著优于其他模型。我们还构建了自动评估指标，包括一个高效且准确的 BERT 模型，超过了微调的 LLMs，探讨了如何成功地将疫苗信息量身定制为 CGO，并从我们的研究中提供了可操作的建议。代码和模型权重：https://github.com/rickardstureborg/tailor-cgo 数据集：https://huggingface.co/datasets/DukeNLP/tailor-cgo
引用
@article{arxiv.2405.10861,
title = {Tailoring Vaccine Messaging with Common-Ground Opinions},
author = {Rickard Stureborg and Sanxing Chen and Ruoyu Xie and Aayushi Patel and Christopher Li and Chloe Qinyu Zhu and Tingnan Hu and Jun Yang and Bhuwan Dhingra},
journal= {arXiv preprint arXiv:2405.10861},
year = {2024}
}
备注
NAACL Findings 2024