计算机科学与探索

作者：李居昊, 石磊, 丁锰, 雷永升, 赵东越, 陈泷

单位：1. 中国人民公安大学 侦查学院，北京 1000382. 中国传媒大学 媒体融合与传播国家重点实验室，北京 1000243. 中国人民公安大学 公共安全行为科学实验室，北京 100038

关键词：立场检测,大语言模型,自然语言处理,多策略优化

基金：中央高校基本科研业务费专项资金（2023JKF01ZK05）。

立场检测旨在分析文本对给定目标的态度。当前社交媒体的文本通常简短且话题演变迅速，传统立场检测方法面临着语义信息稀少和立场特征表示不充分等挑战，且许多现有方法往往忽略了情感信息对立场检测的影响。为了应对上述两方面挑战，提出了一种基于大语言模型的社交媒体文本立场检测方法。通过设计包含明确任务指令的立场检测提示模板，调用模型在预训练阶段获得的与立场检测相关的知识，解决语义信息稀少的问题；通过在任务指令中加入情感分析任务，引导模型关注情感信息，为立场检测提供更多的语义线索，解决情感信息利用不足的问题。在此基础上，在模型内部添加针对立场检测任务的适配器，专注于提取和表示立场特征，增强模型对立场特征的表示能力，实现了更好的立场检测效果；将不同架构的大语言模型的结果进行集成投票提高预测结果的稳定性。为验证该方法，构建多组对比实验，实验结果表明该方法在SemEval-2016 Task 6A数据集上的有效性显著优于现有基准方法。

来源：2025年第5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2025年第5期