PromptSED:一个不断发展的主题增强的提示框架,用于增量检测社会事件
Xiaoyan Yu1, Jiaqian Ren2, Lei Jiang3
1School of Computer Science and Technology, Beijing Institute of Technology, 100081, Beijing, China.
概括
PromptSED通过使用不断演变的主题增强的快速学习框架来增强社会事件检测 (SED). 该方法动态跟踪主题并将其注入预训练语言模型 (PLM) 中,以改进增量事件识别.
科学领域:
- 自然语言处理自然语言处理.
- 人工智能的人工智能
- 社交媒体分析
背景情况:
- 基于变压器的预训练语言模型 (PLM) 显示了社会事件检测 (SED) 的前景.
- SED面临的挑战是短,杂的社交媒体文本和不断出现的事件.
- 现有的方法与社会数据流的动态性质作斗争.
研究的目的:
- 引入PromptSED,一个不断发展的主题增强的快速学习框架,用于增量社会事件检测.
- 为解决PLM在处理杂,不断变化的社会数据方面的局限性,为SED.
- 允许在社交流中进行无培训,动态的主题跟踪和事件检测.
主要方法:
- PromptSED采用选择性主题注入,将不断变化的主题转换为PLM的提示.
- 耐噪音优化策略可以提高弹性和事件差异化.
- 免费培训主题跟踪可以促进增量SED,而无需额外的标签.
主要成果:
- 在两个公共数据集上,PromptSED在社会事件检测方面取得了显著的性能改进.
- 组件分析验证了选择性主题注射,耐噪音优化和无训练主题跟踪的有效性.
- 进行比较分析,评估了仅用解码器的大型语言模型对SED.的适用性.
结论:
- PromptSED为增量社会事件检测提供了一个有效的框架,克服了社会数据中的挑战.
- 提出的方法提高了PLM的适应性和稳定性,用于动态事件识别.
- 该框架展示了强大的性能和现实世界的社交媒体事件监控的潜力.
相关概念视频
01:04Social Facilitation
33.0K
Not all intergroup interactions lead to negative outcomes. Sometimes, being in a group situation can improve performance. Social facilitation occurs when an individual performs better when an audience is watching than when the individual performs the behavior alone. This typically occurs when people are performing a task for which they are skilled.
33.0K
01:13Nonconscious Mimicry
4.6K
Nonconscious mimicry occurs when individuals alter their mannerisms to match the behaviors and expressions of those nearby, without intention.
4.6K