无关于目标or特定于目标：简单且有效的零样本立场检测对比学习方法

©PaperWeekly 原创 · 作者 | 梁斌、陈子潇

单位 | 哈尔滨工业大学（深圳）

研究方向 | 情感分析、立场检测

论文信息：

Bin Liang, Zixiao Chen, Lin Gui, Yulan He, Min Yang, Ruifeng Xu*. Zero-Shot Stance Detection via Contrastive Learning, The 31th Web Conference (TheWebConf 2022), Apr. 2022.

论文地址：

http://www.hitsz-hlt.com/paper/Zero-Shot-Stance-Detection-via-Contrastive-Learning-WWW2022.pdf

代码地址：

https://github.com/HITSZ-HLT/PT-HCL

在这个工作中，我们针对该任务提出了一种非常简单且有效的对比学习框架。具体地，我们巧妙地使用一个代理任务（pretext task）来辅助未知目标（target）的立场检测。该代理任务的目的是为每一个训练样本生成一个额外的标签（label），标记了该训练样本的立场表达（stance expression）是目标无关（target-invariant）或特定于目标（target-specific）。

内容中包含的图片若涉及版权问题，请及时与我们联系删除