論文の概要: Towards Transparent Stance Detection: A Zero-Shot Approach Using Implicit and Explicit Interpretability
- arxiv url: http://arxiv.org/abs/2511.03635v1
- Date: Wed, 05 Nov 2025 16:54:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-06 18:19:32.49656
- Title: Towards Transparent Stance Detection: A Zero-Shot Approach Using Implicit and Explicit Interpretability
- Title（参考訳）: 透明スタンス検出に向けて:暗黙的・明示的解釈可能性を用いたゼロショットアプローチ
- Authors: Apoorva Upadhyaya, Wolfgang Nejdl, Marco Fisichella,
- Abstract要約: Zero-Shot Stance Detection (ZSSD) は、見当たらないターゲットに対するポストの姿勢を特定する。
IRISは、姿勢検出を情報検索ランキングタスクとみなしている。
コミュニケーション的特徴に基づく明確な合理性は、姿勢の感情的・認知的次元を解読するのに役立つ。
- 参考スコア（独自算出の注目度）: 12.794773087413256
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Zero-Shot Stance Detection (ZSSD) identifies the attitude of the post toward unseen targets. Existing research using contrastive, meta-learning, or data augmentation suffers from generalizability issues or lack of coherence between text and target. Recent works leveraging large language models (LLMs) for ZSSD focus either on improving unseen target-specific knowledge or generating explanations for stance analysis. However, most of these works are limited by their over-reliance on explicit reasoning, provide coarse explanations that lack nuance, and do not explicitly model the reasoning process, making it difficult to interpret the model's predictions. To address these issues, in our study, we develop a novel interpretable ZSSD framework, IRIS. We provide an interpretable understanding of the attitude of the input towards the target implicitly based on sequences within the text (implicit rationales) and explicitly based on linguistic measures (explicit rationales). IRIS considers stance detection as an information retrieval ranking task, understanding the relevance of implicit rationales for different stances to guide the model towards correct predictions without requiring the ground-truth of rationales, thus providing inherent interpretability. In addition, explicit rationales based on communicative features help decode the emotional and cognitive dimensions of stance, offering an interpretable understanding of the author's attitude towards the given target. Extensive experiments on the benchmark datasets of VAST, EZ-STANCE, P-Stance, and RFD using 50%, 30%, and even 10% training data prove the generalizability of our model, benefiting from the proposed architecture and interpretable design.
- Abstract（参考訳）: Zero-Shot Stance Detection (ZSSD) は、見当たらないターゲットに対するポストの姿勢を特定する。
対照的な、メタラーニング、あるいはデータ拡張を用いた既存の研究は、一般化可能性の問題や、テキストとターゲット間の一貫性の欠如に悩まされている。
大規模言語モデル(LLM)をZSSDに活用する最近の研究は、目に見えないターゲット固有の知識を改善することや、スタンス分析のための説明を生成することに焦点を当てている。
しかしながら、これらの作品の多くは、明示的な推論への過度な依存によって制限されており、ニュアンスを欠いた粗い説明を提供し、推論過程を明示的にモデル化しておらず、モデルの予測を解釈することが困難である。
これらの課題に対処するため,我々は新しい解釈可能なZSSDフレームワークIRISを開発した。
テキスト内のシーケンス(単純理性)に基づいて暗黙的に対象に対する入力の態度を解釈し,言語的尺度(明示的理性)を明示的に理解する。
IRISは、スタンス検出を情報検索ランキングタスクとみなし、異なるスタンスに対する暗黙的合理性の関連性を理解して、合理的な基礎を必要とせず、正しい予測に向けてモデルを導く。
さらに、コミュニケーション的特徴に基づく明確な合理性は、姿勢の感情的・認知的次元をデコードし、著者の目標に対する態度を解釈可能な理解を提供する。
VAST,EZ-STANCE,P-Stance,RFDのベンチマークデータセットの50%,30%,さらには10%のトレーニングデータを用いた大規模な実験は,提案したアーキテクチャと解釈可能な設計の恩恵を受けながら,我々のモデルの一般化可能性を証明する。
関連論文リスト
- Priors in Time: Missing Inductive Biases for Language Model Interpretability [58.07412640266836]
スパースオートエンコーダは、時間とともに概念の独立を前提としており、定常性を暗示している。
本稿では,時間的帰納バイアスを持つ新たな解釈可能性目標である時間的特徴分析を導入し,その表現を2つの部分に分解する。
私たちの結果は、堅牢な解釈可能性ツールの設計において、データにマッチする帰納的バイアスの必要性を浮き彫りにしています。
論文 参考訳（メタデータ） (2025-11-03T18:43:48Z) - Abstract, Align, Predict: Zero-Shot Stance Detection via Cognitive Inductive Reasoning [6.709126599208497]
ゼロショットスタンス検出(ZSSD)は、これまで見えなかったターゲットに対するテキストのスタンスを特定することを目的としている。
人間の認知的推論にインスパイアされた認知誘導推論フレームワーク(CIRF)を提案する。
SemEval-2016、VAST、COVID-19-Stanceベンチマークの実験は、CIRFが新たな最先端の結果を確立していることを示している。
論文 参考訳（メタデータ） (2025-06-16T13:28:37Z) - EDDA: A Encoder-Decoder Data Augmentation Framework for Zero-Shot Stance Detection [23.38633461323637]
スタンス検出は、与えられたターゲットに対してテキストで表現された姿勢を決定することを目的としている。
ZSSDの最近のデータ拡張技術は、ターゲット間の伝達可能な知識を増加させる。
本稿では,エンコーダとデコーダのデータ拡張フレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-23T04:29:29Z) - Prompt-based Logical Semantics Enhancement for Implicit Discourse
Relation Recognition [4.7938839332508945]
Inlicit Discourse Relation Recognition (IDRR) のための Prompt-based Logical Semantics Enhancement (PLSE) 法を提案する。
提案手法は,事前学習した言語モデルに対する対話関係に関する知識を,素早い接続予測によってシームレスに注入する。
PDTB 2.0 と CoNLL16 データセットによる実験結果から,本手法は現状の最先端モデルに対して優れた一貫した性能を発揮することが示された。
論文 参考訳（メタデータ） (2023-11-01T08:38:08Z) - DiPlomat: A Dialogue Dataset for Situated Pragmatic Reasoning [89.92601337474954]
プラグマティック推論は、実生活における会話でしばしば起こる暗黙の意味を解読する上で重要な役割を担っている。
そこで我々は,現実的な推論と会話理解の場所に関するマシンの能力のベンチマークを目的とした,新しい挑戦であるDiPlomatを紹介した。
論文 参考訳（メタデータ） (2023-06-15T10:41:23Z) - Guiding Computational Stance Detection with Expanded Stance Triangle
Framework [25.2980607215715]
スタンス検出は、テキストの著者が指定されたターゲットに対して有利か、反対か、中立かを決定する。
本稿では,言語的観点からスタンス検出タスクを分解し,このタスクにおける重要な構成要素と推論経路について検討する。
論文 参考訳（メタデータ） (2023-05-31T13:33:29Z) - Robust Saliency-Aware Distillation for Few-shot Fine-grained Visual
Recognition [57.08108545219043]
サンプルが少ない新しいサブカテゴリを認識することは、コンピュータビジョンにおいて不可欠で挑戦的な研究課題である。
既存の文献は、ローカルベースの表現アプローチを採用することでこの問題に対処している。
本稿では,ロバスト・サリエンシ・アウェア蒸留法(RSaD)を提案する。
論文 参考訳（メタデータ） (2023-05-12T00:13:17Z) - Anticipating the Unseen Discrepancy for Vision and Language Navigation [63.399180481818405]
視覚言語ナビゲーションでは、エージェントは特定のターゲットに到達するために自然言語命令に従う必要がある。
目に見える環境と目に見えない環境の間に大きな違いがあるため、エージェントがうまく一般化することは困難である。
本研究では,テストタイムの視覚的整合性を促進することによって,未知の環境への一般化を学習する,未知の離散性予測ビジョンと言語ナビゲーション(DAVIS)を提案する。
論文 参考訳（メタデータ） (2022-09-10T19:04:40Z) - Rethinking Offensive Text Detection as a Multi-Hop Reasoning Problem [15.476899850339395]
対話における暗黙的な攻撃的テキスト検出の課題について紹介する。
我々は、このより広い種類の攻撃的発話を理解するためには、推論が不可欠であると主張する。
このタスクの研究を支援するデータセットであるSLIGHTをリリースする。
論文 参考訳（メタデータ） (2022-04-22T06:20:15Z) - Contrastive Instruction-Trajectory Learning for Vision-Language
Navigation [66.16980504844233]
視覚言語ナビゲーション(VLN)タスクでは、エージェントが自然言語の指示でターゲットに到達する必要がある。
先行研究は、命令-軌道対間の類似点と相違点を識別できず、サブ命令の時間的連続性を無視する。
本稿では、類似したデータサンプル間の分散と、異なるデータサンプル間の分散を探索し、ロバストなナビゲーションのための独特な表現を学習するContrastive Instruction-Trajectory Learningフレームワークを提案する。
論文 参考訳（メタデータ） (2021-12-08T06:32:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。