Can We Identify Stance Without Target Arguments? A Study for Rumour Stance Classification

要約

会話スレッドを考慮すると、噂のスタンス分類は、ターゲット (噂の話) に対する返信の意見 (例えば、同意または反対) を特定することを目的としています。
ターゲットは従来のスタンス分類において不可欠な要素であると予想されていますが、噂のスタンス分類データセットには、返信から直接スタンスを自然に推測できるかなりの量の実世界のデータが含まれており、教師ありの優れたパフォーマンスに貢献していることを示します。
ターゲットを意識しないモデル。
現在のターゲット認識モデルは、ターゲットのコンテキストが重要な場合にはパフォーマンスが低下することがわかりました。
最後に、ターゲットに関する推論を強化し、2 つのベンチマーク データセットで最先端のパフォーマンスを達成するための、シンプルかつ効果的なフレームワークを提案します。

要約(オリジナル)

Considering a conversation thread, rumour stance classification aims to identify the opinion (e.g. agree or disagree) of replies towards a target (rumour story). Although the target is expected to be an essential component in traditional stance classification, we show that rumour stance classification datasets contain a considerable amount of real-world data whose stance could be naturally inferred directly from the replies, contributing to the strong performance of the supervised models without awareness of the target. We find that current target-aware models underperform in cases where the context of the target is crucial. Finally, we propose a simple yet effective framework to enhance reasoning with the targets, achieving state-of-the-art performance on two benchmark datasets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google