이 논문은 대화형 입장 탐지를 위한 새로운 데이터셋인 MT-CSD를 소개한다. MT-CSD는 기존 데이터셋에 비해 대화 깊이가 깊은 데이터를 많이 포함하고 있어, 실제 소셜 미디어 상황을 더 잘 반영한다.
논문에서는 MT-CSD의 데이터 수집 및 전처리 과정, 데이터 주석 및 품질 보증 과정을 자세히 설명한다. 또한 MT-CSD 데이터셋의 특징과 기존 데이터셋과의 차이점을 분석한다.
이어서 논문은 대화형 입장 탐지를 위한 새로운 모델인 GLAN을 제안한다. GLAN은 글로벌 주의 네트워크, 로컬 주의 네트워크, 구조 주의 네트워크의 3개 모듈로 구성되어, 대화 내 장기 및 단기 의존성을 모두 고려한다.
실험 결과, GLAN은 기존 모델들에 비해 우수한 성능을 보였다. 특히 대화 깊이가 깊은 경우에도 좋은 성능을 보였다. 하지만 전반적인 정확도는 50.47%에 그쳐, 대화형 입장 탐지가 여전히 어려운 과제임을 보여준다.
Til et andet sprog
fra kildeindhold
arxiv.org
Vigtigste indsigter udtrukket fra
by Fuqiang Niu,... kl. arxiv.org 03-19-2024
https://arxiv.org/pdf/2403.11145.pdfDybere Forespørgsler