??????ningmeng-CSDN博客

原创 Guiding Computational Stance Detection with Expanded Stance Triangle Framework基于扩展立场三角框架导向计算立场检测翻译

立场检测可以确定一段文本的作者是支持、反对还是对特定目标保持中立，并且可以用来获得对社交媒体的有价值的见解。无处不在的目标间接引用使得这项任务具有挑战性，因为它需要计算解决方案来建模语义特征并从文字语句中推断相应的含义。此外，有限的可用训练数据会导致域外和跨目标场景中的性能低于标准，因为数据驱动的方法容易依赖于表面和特定于领域的特征。在这项工作中，我们从语言学的角度分解了立场检测任务，并研究了该任务中的关键组件和推理路径。立场三角是一个通用的语言框架，用来描述人们表达立场的基本方式。

2024-06-07 13:23:43 918

原创 LADDER-OF-THOUGHT: USING KNOWLEDGE AS STEPS TO ELEVATE STANCEDETECTION 全文翻译

立场检测:立场检测包括识别与特定目标有关的自以为是的文件的立场。形式上，考虑一个集合D = {(xi = (di, ti)， yi)}，其中i=1表示n个实例。这里，xi封装了一个文档di和一个目标ti。任务是推断立场标签yi，它可以被分类为{积极的，消极的，中性的}。

2024-04-22 17:48:29 595

原创 Chain-of-Thought Embeddings for Stance Detection on Social Media 社交媒体立场检测的思维链嵌入论文翻译

社交媒体上的立场检测对于大型语言模型(llm)来说是一个挑战，因为在线对话中出现的俚语和口语通常包含非常隐含的立场标签。思维链(COT)提示最近被证明可以提高立场检测任务的性能，从而缓解了这些问题。然而，COT 提示仍然难以解决隐式立场识别问题。这一挑战的出现是因为在模型熟悉俚语和与不同主题相关的不断发展的知识之前，许多样本最初很难理解，所有这些都需要通过训练数据获得。

2024-04-08 23:09:36 972

原创 Stance Detection with Collaborative Role-InfusedLLM-Based Agents基于协作性角色注入的llm代理的立场检测翻译

立场检测自动检测文本中指向目标的立场，这对于网络和社交媒体研究中的内容分析至关重要。尽管LLMs具有很好的性能，但在直接应用于立场检测时，它会遇到一些挑战。首先，立场检测需要多方面的知识，从解读事件相关的术语到理解社交媒体平台上的表达风格。其次，立场检测需要高级推理来推断作者的隐含观点，因为立场通常是巧妙地嵌入文本，而不是在文本中公开地陈述。

2024-03-03 20:26:35 786

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 Guiding Computational Stance Detection with Expanded Stance Triangle Framework基于扩展立场三角框架导向计算立场检测 翻译

原创 LADDER-OF-THOUGHT: USING KNOWLEDGE AS STEPS TO ELEVATE STANCEDETECTION 全文翻译

原创 Chain-of-Thought Embeddings for Stance Detection on Social Media 社交媒体立场检测的思维链嵌入 论文翻译

原创 Stance Detection with Collaborative Role-InfusedLLM-Based Agents基于协作性角色注入的llm代理的立场检测 翻译

空空如也

空空如也

原创 Guiding Computational Stance Detection with Expanded Stance Triangle Framework基于扩展立场三角框架导向计算立场检测翻译

原创 Chain-of-Thought Embeddings for Stance Detection on Social Media 社交媒体立场检测的思维链嵌入论文翻译

原创 Stance Detection with Collaborative Role-InfusedLLM-Based Agents基于协作性角色注入的llm代理的立场检测翻译