この論文は、ロシアのソーシャルメディアVKontakteで価値表現の投稿を正確に検出するモデルを開発することを目的としています。アンケート調査のような刺激ベースの方法が非効率的な場合(例えば、アクセスしにくい人口)、ソーシャルメディアで個人的な価値を研究すると、社会的価値が進化する方法と理由を明らかにすることができることに着目した。 5,035件の投稿を3人の専門家、304人のクラウドウォーカー、およびChatGPTを使用して注釈を付け、アクティブな学習アプローチを含む人間とAIサポートの注釈のアンサンブルを適用して、さまざまな事前訓練されたトランスフォーマベースの言語モデルの埋め込みを使用して複数の分類モデルを訓練しました。微調整されたrubert-tiny2モデルの埋め込みを使用して、最高のパフォーマンス(F1 = 0.75、F1-macro = 0.80)を達成しました。クラウドウォーカーとエキスパートの間のポスト分類の一致は中間レベルであり、ChatGPTはより一貫性が高かったが、スパム検出に困難を経験した。