研究人员开发了一种多任务学习模型,将讽刺检测与立场检测结合,提升了跨目标立场检测能力。该模型通过中间训练方法将讽刺知识转移至立场任务,取得了基准数据集的最佳结果,尤其在立场训练数据有限的情况下表现优异。
该文综述社交媒体立场检测技术,涵盖观点挖掘、多模态与跨目标方法。研究发现,精调文本模型优于多模态模型和大模型少样本预测;CT-TN模型跨目标性能提升11%至21%;Branch-BERT用于会话立场检测;多语言数据集支持跨语言迁移;提示微调提升少样本效果。文章还指出态度检测存在时间不一致和测量误差等局限。
完成下面两步后,将自动完成登录并继续当前操作。