推理超越:社交媒体上的生成性立场检测与合理化
📝
内容提要
本研究解决了现有立场检测方法缺乏可解释性的问题,通过使用生成性方法,引入明确且可解释的推理作为立场预测的一部分。研究发现,将推理融入较小的语言模型(FlanT5)后,其在零-shot 任务中能超越GPT-3.5,提升幅度达到9.57%,为建立可解释和可信赖的社交媒体系统奠定基础。
➡️
本研究解决了现有立场检测方法缺乏可解释性的问题,通过使用生成性方法,引入明确且可解释的推理作为立场预测的一部分。研究发现,将推理融入较小的语言模型(FlanT5)后,其在零-shot 任务中能超越GPT-3.5,提升幅度达到9.57%,为建立可解释和可信赖的社交媒体系统奠定基础。