论辩文本立场检测——基于提示模型的小样本研究

立场检测研究旨在提取文本相对于对特定话题所持的立场倾向。本文采用自然语言处理领域的基于提示学习的方法，针对论辩性文本，根据提示学习两大主要工程方法(模板工程和表达器工程)提出了新的设计方法：掩码位置导向的手工模板MPOT和语义相似度加权表达器SSWV。据此，本文提出了一个基于提示的论辩文本立场检测模型P-RoBERTa_MPOT+SSWV，并和自动模板方法 P-tuning进行比较。该模型在中山大学网络文本论辩语料库上和NLPCC中文微博立场检测数据集都达到了较好的准确率。本文实验显示在小样本学习条件下，P-RoBERTa_MPOT+SSWV模型超过了使用预训练模型+微调方法的效果。本文研究表明，提示学习的模型设计方法有助于文本论辩立场检测任务，并在小样本的条件下也依然能取得十分可观的性能。