Recent studies have exploited advanced generative language models to generate Natural Language Explanations (NLE) for why a certain text could be hateful. We propose the Chain of Explanation (CoE) Prompting method, using the heuristic words and target group, to generate high-quality NLE for implicit hate speech. We improved the BLUE score from 44.0 to 62.3 for NLE generation by providing accurate target information. We then evaluate the quality of generated NLE using various automatic metrics and human annotations of informativeness and clarity scores.
翻译：最近的研究利用先进的基因变异语言模型来产生自然语言解释(NLE),说明为什么某一文本可能令人憎恶。我们建议采用解释链(CoE)催化法,使用累赘词和目标群体,为隐含仇恨言论创造高质量的NLE。我们通过提供准确的目标信息,将NLE的BLUE分数从44.0提高到62.3。然后,我们使用各种自动指标和人文信息清晰度分数说明来评估生成NLE的质量。</s>
相关内容
自然语言工程（Natural Language Engineering）满足了自动语言处理各个领域的专业人员和研究人员的需求，无论是从理论还是语料库语言学、翻译、词典编纂、计算机科学还是工程学的角度。其目的是在传统的计算语言学研究和实际应用之间架起一座桥梁。除了出版关于广泛主题的原创研究文章——从文本分析、机器翻译、信息检索、语音处理和生成到集成系统和多模态接口——它还出版关于特定自然语言处理方法、任务或应用程序的特刊。
官网地址：http://dblp.uni-trier.de/db/journals/nle/
Arxiv
1+阅读 · 2023年5月8日
Arxiv
17+阅读 · 2018年3月20日
相关VIP内容
相关资讯
相关论文
Arxiv
1+阅读 · 2023年5月8日
Arxiv
17+阅读 · 2018年3月20日
微信扫码咨询专知VIP会员