WIBA：正在争论什么？一种全面的论点挖掘方法

我们提出了 WIBA，一种新颖的框架和方法套件，能够在不同上下文中全面理解“正在争论什么”。我们的方法开发了一个综合框架，可检测论点的 存在、 主题和 立场，并正确考虑了这三个任务之间的逻辑依赖关系。我们的算法利用了大语言模型的微调与提示工程。我们评估了该方法，并表明它在所有三种能力上均表现良好。首先，我们开发并发布了一个论点检测模型，该模型能将一段文本分类为论点，在三个不同的基准数据集上取得了 79% 至 86% 的 F1 分数。其次，我们发布了一个语言模型，能够识别句子中正在争论的主题，无论是隐式还是显式，平均相似度得分为 71%，比当前朴素方法高出近 40%。最后，我们开发了一种论点立场分类方法，并评估了该方法的能力，结果显示其在三个多样化的基准数据集上取得了 71% 至 78% 的分类 F1 分数。我们的评估表明，WIBA 能够全面理解跨不同上下文的大型语料库中正在争论什么，这对于语言学、传播学以及社会科学和计算机科学中的许多应用具有核心意义。为了促进对本文所述进展的获取，我们将 WIBA 作为免费开放获取平台 发布。