揭示俄语与英语维基百科中说服性语言的差异
计算与语言
2024-10-01 v1
摘要
我们研究用英语和俄语撰写的维基百科条目之间说服性语言的差异，如何揭示每种文化对不同主题的独特视角。我们开发了一个由大语言模型(LLM)驱动的系统，以识别多语言文本中说服性语言的实例。直接提示LLM来检测说服是主观且困难的，因此我们提议将任务重构为提出捕获不同说服方面的高层次问题(HLQs)。重要的是，这些HLQs由LLM自身编写。LLM过度生成大量HLQs，随后将其过滤为与原始任务的人类标签对齐的小集合。然后，我们将我们的方法应用于大规模的维基百科条目双语数据集（共8.8万条），使用两阶段的“先识别后提取”提示策略来寻找说服实例。我们量化了每个条目的说服量，并通过对配对条目的几项实验探索了说服的差异。值得注意的是，我们生成了两种语言下按说服力排名的条目列表。这些排名符合我们对具有文化显著性主题的直觉；俄语维基百科突出了关于乌克兰的主题，而英语维基百科突出了中东。将主题分组为更大的话题时，我们发现政治相关的事件比其他事件包含更多的说服。我们进一步证明，HLQs用英语或俄语提出时能获得相似的性能。我们的方法实现了大规模的跨语言、跨文化理解，我们发布了我们的代码、提示和数据。
引用
@article{arxiv.2409.19148,
title = {Uncovering Differences in Persuasive Language in Russian versus English Wikipedia},
author = {Bryan Li and Aleksey Panasyuk and Chris Callison-Burch},
journal= {arXiv preprint arXiv:2409.19148},
year = {2024}
}