计算机科学与探索

作者：刘特立, 严豫, 张一帆, 郭放

单位：1. 中国人民公安大学 信息网络安全学院，北京 1000382. 中国科学院 计算技术研究所，北京 100089

关键词：理解偏差,立场检测,群体核心观点,大语言模型

基金：中国人民公安大学安全防范工程双一流专项（2023SYL08）。

立场检测技术在解析文本对特定主题的立场与态度表达方面具有核心价值，是实现文本深层语义理解的重要手段。然而，传统语言模型受限于数据驱动特性，往往在立场检测任务中存在理解偏差、缺乏时效性背景等问题，难以精准捕捉深层立场信息。为此，提出了一种基于群体核心观点挖掘的立场检测去偏方法（SD-GCOM）。该方法利用大语言模型从话题训练文本中挖掘代表性群体核心观点，并从代表性、主观性、多样性等方面进行检验，构建群体核心观点数据库作为背景知识增强立场判断；设计融合语义、观点和主题三维特征的立场概率分布模型，实现对文本近邻观点的深度理解与主题生成；通过引入平衡损失机制，有效提升少数派立场的识别能力，增强模型在复杂语境下的鲁棒性。实验结果表明，该方法在SemEval-2016、P-Stance和COVID19-Stance等多个主流基准数据集上均显著优于现有最优方法，话题综合FAVG最高提升5.85个百分点，证明其在消除理解偏差、提升短文本立场判断能力方面的有效性。

来源：2026年第3期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2026年第3期