Investigating Chain-of-thought with ChatGPT for Stance Detection on Social Media

要約

タイトル：ソーシャルメディア上の立場検出にChatGPTを使用した思考の連鎖の調査

要約：
・立場検出は、テキスト中の対象物に対する態度を予測するもので、ソーシャルメディアの拡大に伴い注目を集めている。
・従来の方法には、従来の機械学習、早期の深層ニューラルネットワーク、事前学習されたファインチューニングモデルなどがある。
・しかしながら、ChatGPT（GPT-3.5）などの非常に大規模な事前学習言語モデル（VLPLM）の進化により、従来の方法は展開上の課題に直面している。
・バックプロパゲーショントレーニングを必要としないパラメーターフリーのChain-of-Thought（CoT）アプローチが、有望な代替手段として現れている。
・本論文では、CoTの立場検出タスクにおける効果的性を検証し、その優れた正確性を示し、関連する課題について議論している。

要約(オリジナル)

Stance detection predicts attitudes towards targets in texts and has gained attention with the rise of social media. Traditional approaches include conventional machine learning, early deep neural networks, and pre-trained fine-tuning models. However, with the evolution of very large pre-trained language models (VLPLMs) like ChatGPT (GPT-3.5), traditional methods face deployment challenges. The parameter-free Chain-of-Thought (CoT) approach, not requiring backpropagation training, has emerged as a promising alternative. This paper examines CoT’s effectiveness in stance detection tasks, demonstrating its superior accuracy and discussing associated challenges.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI