2025年3月，研究团队硕士生高恒忻与博士生丁可阳合作的论文《CRC-MRC: Reader Comments Augmented Machine Reading Comprehension for Social Emotion Prediction》获Expert Systems With Applications期刊录用。
Expert Systems With Applications(ESWA)是由Elsevier出版的跨学科国际期刊,专注于智能系统及其应用研究。SCI影响因子7.5，为JCR Q1期刊，中科院一区TOP期刊，CCF-C类（人工智能）。
读者情绪预测的任务旨在理解和预测文本在读者中唤起的情绪分布。以往的工作主要集中在对新闻文本表征的建模上，但忽视了读者阅读新闻的过程。此外，当前工作缺乏显式读者角度情绪线索信息的利用。
为此，本文提出了一个基于聚类提示的读者评论增强机器阅读理解框架(CRC-MRC，Reader Comments Augmented Machine Reading Comprehension for Social Emotion Prediction)。该方法首先利用LLMs自动生成与新闻相关的读者评论。为了增加评论中读者观点的多样性，同时降低评论中的冗余重复现象，该方法对海量真实的新闻评论对进行聚类，以区分提取不同角度的用户观点。在此基础上，选取来自各个聚类类别的真实新闻评论样本，引导LLMs模拟不同读者群体的认知视角，站在读者的角度生成涵盖多视角情绪表达的评论，提供有效情绪线索。为了模拟人类阅读过程，本文进一步引入机器阅读理解框架，通过问题提示引导驱动模型关注读者情绪，让其从读者浏览新闻和评论的角度捕捉情绪特征，对阅读过程进行全面建模。
在三个公开数据集的实验结果表明，本工作所提出的模型的性能优于基线模型并取得了目前最先进的结果。
Hengxin Gao,Keyang Ding,Qianlong Wang,Bin Liang, Ruifeng Xu*. CRC-MRC: Reader Comments Augmented Machine Reading Comprehension for Social Emotion Prediction. Expert Systems with Applications. 2025.
|
