情感计算是否会从基础模型与通用 AI 中涌现？基于 ChatGPT 的首次评估
计算与语言
2023-03-07 v1 人工智能
摘要
ChatGPT 已展现出涌现通用人工智能能力的潜力，因其在众多自然语言处理任务上表现出胜任的性能。在本工作中，我们评估 ChatGPT 在三个情感计算问题上的文本分类能力，即大五人格预测、情感分析和自杀倾向检测。我们使用了三个基线：一个鲁棒的语言模型（RoBERTa-base）、一个带预训练词向量的传统词模型（Word2Vec）以及一个简单的词袋基线（BoW）。结果显示，为特定下游任务训练的 RoBERTa 通常具有更优性能。另一方面，ChatGPT 提供了尚可的结果，且与 Word2Vec 和 BoW 基线相对可比。ChatGPT 进一步展示出对噪声数据的鲁棒性，而 Word2Vec 模型因噪声导致结果变差。结果表明，ChatGPT 是一个良好的通用模型，能够在无专门训练的情况下跨各类问题取得良好结果，但其性能不如针对下游任务的专门模型。
引用
@article{arxiv.2303.03186,
title = {Will Affective Computing Emerge from Foundation Models and General AI? A First Evaluation on ChatGPT},
author = {Mostafa M. Amin and Erik Cambria and Björn W. Schuller},
journal= {arXiv preprint arXiv:2303.03186},
year = {2023}
}
备注
9 Pages (8 pages + 1 page for references), 1 Figure, 3 Tables