SocialPET: Socially Informed Pattern Exploiting Training for Few-Shot Stance Detection in Social Media

要約

スタンス検出は、ターゲットに対するソーシャル メディア投稿の視点を「好意」または「反対」として決定するタスクとして、特定のターゲットについてラベル付けされたデータが限られているという、困難だが現実的なシナリオで十分に研究されていません。
私たちの研究は、タスクに言語モデルを活用するための社会的情報に基づいたアプローチである SocialPET を導入することにより、数ショットでのスタンス検出の研究を進めています。
私たちが提案するアプローチは、言語モデルの使用を通じて分類タスクをクローゼ質問として扱うパターン活用トレーニング (PET) 手法に基づいています。
社会的意識を高めたアプローチを強化するために、ソーシャル メディア投稿を取り巻くソーシャル ネットワーク構造を活用します。
私たちは、マルチターゲットと P-スタンスの 2 つのスタンス データセットに対する SocialPET の有効性を証明し、競合するスタンス検出モデルだけでなく、研究対象のターゲットのラベル付きインスタンスがわずか 100 である基本モデルの PET よりも優れたパフォーマンスを発揮します。
結果を詳しく調べると、SocialPET は、ベースライン モデルのパフォーマンスが劣る「反対」クラスのインスタンスを特定するのに比較的優れていることがわかります。

要約(オリジナル)

Stance detection, as the task of determining the viewpoint of a social media post towards a target as ‘favor’ or ‘against’, has been understudied in the challenging yet realistic scenario where there is limited labeled data for a certain target. Our work advances research in few-shot stance detection by introducing SocialPET, a socially informed approach to leveraging language models for the task. Our proposed approach builds on the Pattern Exploiting Training (PET) technique, which addresses classification tasks as cloze questions through the use of language models. To enhance the approach with social awareness, we exploit the social network structure surrounding social media posts. We prove the effectiveness of SocialPET on two stance datasets, Multi-target and P-Stance, outperforming competitive stance detection models as well as the base model, PET, where the labeled instances for the target under study is as few as 100. When we delve into the results, we observe that SocialPET is comparatively strong in identifying instances of the `against’ class, where baseline models underperform.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google