基于混合自编码器的双通道多层次对比学习立场检测
Dual-channel multi-level contrastive learning stance detection based on hybrid AutoEncoder
重庆理工大学 计算机科学与工程学院, 重庆 400054
摘要
立场检测旨在识别作者对特定文本的态度或立场(同意、不同意、中立)。现有仅基于文本信息的方法在跨域场景中的表现存在局限性。为此，针对如何利用社交关系信息辅助立场检测展开了研究。研究从评论和回复数据中提取社交关系信息，并将其构建为归纳社交关系图。同时，提出了一种结合自编码器(Autoencoder，AE)和变分自编码器(Variational Autoencoder，VAE)的混合自编码器立场检测框架，用于精确建模作者的社交关系特征，以提升立场识别的效果。为进一步学习鲁棒的社交关系特征，设计了一种双通道多层次对比学习方法，通过在混合自编码器内部以及不同社交关系图之间进行特征对比，增强模型对社交关系的建模能力。在DEBAGREEMENT数据集上进行了域内和跨域任务的实验，结果表明该框架在测试中表现优于多个基线模型。研究结论验证了社交关系信息在立场检测任务中的重要性，并为未来相关研究提供了新的思路和方法。
基金项目
国家自然科学基金资助项目(62472059)
重庆市自然科学基金面上项目(CSTB2022NSCQ-MSX1672)
重庆英才计划项目(CSTC2024YCJH-BGZXM0022)
重庆市教育委员会科学技术研究计划重大项目(KJZD-M202201102)
出版信息
DOI: 10.19734/j.issn.1001-3695.2024.10.0424
出版期卷: 《计算机应用研究》 优先出版, 2025年第42卷 第5期
发布历史
[2025-03-06] 优先出版
引用本文
曹均皓, 朱小飞, 程佳玮. 基于混合自编码器的双通道多层次对比学习立场检测 [J]. 计算机应用研究, 2025, 42 (5). (2025-03-06). https://doi.org/10.19734/j.issn.1001-3695.2024.10.0424. (Cao Junhao, Zhu Xiaofei, Cheng Jiawei. Dual-channel multi-level contrastive learning stance detection based on hybrid AutoEncoder [J]. Application Research of Computers, 2025, 42 (5). (2025-03-06). https://doi.org/10.19734/j.issn.1001-3695.2024.10.0424. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
