什么让你CLIC：克罗地亚点击诱导标题的检测
计算与语言
2025-07-25 v2
摘要
在线新闻机构主要基于广告收入模式运作，迫使记者创建常常具有讽刺性、引人入胜且挑逗性的标题——通常称为点击诱导标题。自动检测点击诱导标题对于保持数字媒体和读者信任的资讯质量至关重要，需要具备上下文理解和世界知识。对于这一任务，特别是在资源较少的语言中，尚不清楚精调方法或情境学习（ICL）哪种效果更好。本文编译了CLIC，一个用于克罗地亚新闻标题点击诱导检测的新型数据集，涵盖20年时间跨度，包含主流与边缘媒体。我们对BERTi\'c模型进行微调，并将其性能与LLM-based ICL方法进行比较，比较方式分别为克罗地亚语和英语。最后，我们分析了点击诱导标题的语言学属性。我们发现 nearly 一半的分析标题包含点击诱导，且微调模型优于通用LLM。
引用
@article{arxiv.2507.14314,
title = {What Makes You CLIC: Detection of Croatian Clickbait Headlines},
author = {Marija Anđelić and Dominik Šipek and Laura Majer and Jan Šnajder},
journal= {arXiv preprint arXiv:2507.14314},
year = {2025}
}
备注
Accepted at Slavic NLP 2025