每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

RooseBERT：政治语言建模的新政

Created by
  • Haebom

作者

黛博拉·多尔、埃琳娜·卡布里奥、瑟琳娜·维拉塔

大纲

随着政治辩论及相关讨论的兴起，人们迫切需要自动化分析方法来帮助公民进行政治思考。政治语言的特殊性及其论证的论证性质（利用隐藏的沟通策略和隐含的断言），使得即使对于现有的通用预训练语言模型而言，这项任务也充满挑战。为了应对这一挑战，我们提出了 RooseBERT，这是一个专门针对政治话语语言的预训练语言模型。RooseBERT 基于大量英语政治辩论和演讲语料库（8,000 场辩论，每场辩论包含多个关于不同主题的子辩论）进行训练。为了评估 RooseBERT 的性能，我们针对四个与政治辩论分析相关的子任务对其进行了微调：立场检测、情感分析、主张要素检测与分类以及主张关系预测与分类。结果显示，在所有四个任务中，RooseBERT 的性能均显著优于通用语言模型，这表明针对特定领域的预训练可以提升政治辩论分析的性能。RooseBERT 已面向研究社区发布。

Takeaways，Limitations

•
Takeaways：
◦
开发 RooseBERT，一种用于政治话语分析的特定领域语言模型。
◦
与通用语言模型相比，在四项政治辩论分析任务上表现出了更高的性能。
◦
强调特定领域预训练的重要性。
◦
向 RooseBERT 研究社区开放。
•
Limitations：
◦
缺乏有关具体性能改进数据和可比模型的信息。
◦
缺乏用于训练 RooseBERT 的数据集的详细信息（例如来源、时期）。
◦
缺乏对其他语言和文化中的政治话语的适用性和普遍性的验证。
◦
缺乏对模型的道德考虑和偏见的讨论。
👍
Made with Slashpage