Target Based Speech Act Classification in Political Campaign Text
School of Computing and Information Systems(计算与信息系统学院);The University of Melbourne(墨尔本大学)
本文通过对政治竞选语篇中言语行为的分析,以及对每一话语的目标语的分析,来研究政治竞选语篇中的语用学。我们提出了一个新的注释模式,结合特定领域的言语行为,如委员会的行动,并提出了一个新的注释语料库的媒体发布和演讲稿从2016年澳大利亚选举周期。我们展示了如何语音行为和目标对象可以建模为顺序分类,并评估几种技术,利用上下文的单词表示,半监督学习,任务依赖关系和扬声器元数据。
2019-05-20 cs.CL
The Enemy from Within: A Study of Political Delegitimization Discourse in Israeli Political Speech
The Hebrew University of Jerusalem(耶路撒冷希伯来大学)
本文首次对政治去合法化话语(PDD)进行大规模计算研究,构建了希伯来语语料库并提出两阶段分类流水线,揭示了PDD在三十年间及跨平台数据中的增长趋势,证明了自动化分析的价值。
2025-10-13 cs.CL
EkoHate: Abusive Language and Hate Speech Detection for Code-switched Political Discussions on Nigerian Twitter
Afe Babalola University(阿费·巴巴洛拉大学);Saarland University(萨尔大学);University College London(伦敦大学学院)
本文构建了针对尼日利亚拉各斯州州长选举语码转换政治讨论的辱骂性语言和仇恨言论数据集EkoHate,采用二元和四标签方案,评估显示监督学习下F1分别达95.1和70.3,并验证了其跨数据集的迁移泛化能力。
2024-04-28 cs.CL
Uncovering Political Hate Speech During Indian Election Campaign: A New Low-Resource Dataset and Baselines
Jamia Millia Islamia(贾米亚·米利亚·伊斯兰亚大学);Virginia Tech(弗吉尼亚理工大学);Delhi Technological University(德里理工大学);The University of Sydney(悉尼大学);University of New South Wales(新南威尔士大学)
针对低资源语言政治话语中的仇恨言论检测难题,本文构建了包含11,457条印地语推文的新数据集 IEHate,并通过多种算法进行基准测试,强调了结合人工与自动化方法进行仇恨言论审核的重要性。
2023-06-27 cs.CL
When Politicians Talk About Politics: Identifying Political Tweets of Brazilian Congressmen
Federal University of Minas Gerais(米纳斯吉拉斯联邦大学);State University of Southwestern of Bahia(巴伊亚西南州立大学);Federal University of Bahia(巴伊亚联邦大学)
自2013年6月以来,巴西面临着一代人以来规模最大、影响最大的大规模抗议活动,一场政治危机正在酝酿之中。在这场危机中,巴西政治家利用社交媒体与选民沟通,以保留或增加他们的政治资本。问题是,许多有争议的话题正在进行中,代表们可能更愿意在他们的信息中避免这些主题。为了描述这种行为,我们提出了一种方法来准确地识别政治和非政治推文独立的副手谁张贴它和它被张贴的时间。此外,我们还收集了2013年10月至2017年10月期间活跃在Twitter上并在巴西议会工作的所有国会议员的推文。为了评估我们的方法,我们使用了词云和主题模型来识别主要的政治和非政治潜在主题的推特。这两个结果都表明,我们的建议能够准确区分政治和非政治推文。此外,我们的分析揭示了一个惊人的事实:巴西代表发布的信息中有一半以上是非政治性的。
2018-05-04 cs.CL cs.SI
Speaker-Specific and Language-Dependent Temporal Organization in Bilingual Political Speech
University of Luxembourg(卢森堡大学);Radio Télévision Luxembourg (RTL)(卢森堡广播电视台(RTL));Shiraz University(设拉子大学);University of Southern Denmark(南丹麦大学)
本研究分析十位政治家的双语演讲,发现辅音节奏体现说话者特征,元音节奏受语言影响,语言选择系统重组双语公共演讲的节奏时间。
2026-09-16 cs.CL
BanglaRhet: Benchmarking Classical and Transformer Models for Rhetorical and Persuasion Detection in Bangla Political Speech
North East University Bangladesh(孟加拉国东北大学)
本文构建BanglaRhet语料库(30,289个孟加拉语政治演讲片段),基准评测四种Transformer模型,发现BanglaBERT在修辞与说服检测中宏F1分别达65.40%和66.46%,优于经典基线,为孟加拉语政治话语分析提供基准。
2026-10-08 cs.CL
A Structural Text-Based Scaling Model for Analyzing Political Discourse
Paris Lodron University Salzburg(萨尔茨堡巴黎洛顿大学);WU Vienna University of Economics and Business(维也纳经济大学)
本文提出STBS模型,拓展泊松分解并结合收缩先验与发言者协变量,用于从文本推断潜在主题的意识形态立场,经美国参议院演讲验证,可有效识别政党分歧议题及发言者特征对立场的影响。
2024-10-14 cs.CL math.ST stat.ME
Complex Politics: A Quantitative Semantic and Topological Analysis of UK House of Commons Debates
University College London(伦敦大学学院);University of Wisconsin-Madison(威斯康星大学麦迪逊分校);University of Burgos(布尔戈斯大学);Queen Mary, University of London(伦敦玛丽女王大学);Politecnico di Torino(都灵理工大学)
本研究是首次探索性地尝试使用定量语义学技术和拓扑分析来分析复杂政治系统中出现的系统模式。特别是,我们使用了丰富的数据集,涵盖了1975年至2014年期间英国下议院的所有演讲和辩论。通过使用动态主题建模(DTM)和拓扑数据分析(TDA),我们表明,成员和政党功能系统内的特定角色,随着时间的推移一致,并提取全球模式,表明政治凝聚力的水平。我们的研究结果提供了一系列关于政治系统复杂动态的新假设,具有宝贵的政策应用。
2015-10-13 cs.CL cs.SI physics.soc-ph
Measuring Offensive Speech in Online Political Discourse
University of Massachusetts, Amherst(马萨诸塞大学阿默斯特分校)
互联网和Reddit等在线论坛已成为公民参与政治对话的越来越受欢迎的媒介。然而,使用匿名身份的能力所产生的在线去抑制效应可能会以攻击性言论的形式表现出来,从而使政治讨论比现在更具有攻击性和两极分化。这种环境可能会导致目标受到骚扰和自我审查。在本文中,我们提出了一个大规模的时间测量,旨在量化在线政治讨论的进攻性的初步结果。为了使我们的测量,我们开发和评估一个进攻性的语音分类。然后,我们使用这个分类器来量化和比较在政治和一般情况下的攻击性。我们使用一个数据库进行研究,该数据库包含2015年1月至2017年1月期间超过700万名用户在Reddit上发表的超过1.68亿条评论,这一时期涵盖了包括2016年美国总统大选在内的几个分裂性政治事件。
2017-07-19 cs.CL cs.CY cs.SI
Words ranking and Hirsch index for identifying the core of the hapaxes in political texts
School of Business London South Bank University(伦敦南岸大学商学院);Sapienza University of Rome(罗马第一大学);School of Business University of Leicester(莱斯特大学商学院);Bucharest University of Economic Studies(布加勒斯特经济研究大学)
本文对官方政治演讲的内容进行了定量分析。我们研究了从华盛顿到特朗普的美国总统发表的大约一千次谈话。特别是,我们搜索的相关性的罕见的话,即那些只说一次,在每个演讲-所谓的hapaxes。我们实现了Zipf-Mandelbrot类型的秩大小过程,用于讨论整个语音集上的hapaxes频率规律性。从获得的秩大小法,我们定义和检测的hapaxes集的核心通过一个程序的基础上的赫希指数的变体。我们根据美国总统的演讲来讨论由此产生的词汇表。我们进一步表明,这一核心hapaxes本身可以很好地拟合通过Zipf-Mandelbrot法,并包含元素生产偏差之间的散点图和拟合曲线-所谓的国王和副罗伊效应的低秩。一些社会政治的见解来自于对美国总统的信息所获得的调查结果。
2020-06-13 cs.CL
Online Anti-sexist Speech: Identifying Resistance to Gender Bias in Political Discourse
University of Exeter(埃克塞特大学);University of Birmingham(伯明翰大学);The Alan Turing Institute(艾伦·图灵研究所)
本文通过评估五个大语言模型对英国政治推文的分类表现,揭示模型在政治敏感事件中常将反性别歧视言论误判为有害内容,并提出超越二元审核框架、引入人在回路审查及将反制言论纳入训练数据等改进方案。
2025-08-15 cs.CL cs.CY
QUOTUS: The Structure of Political Media Coverage as Revealed by Quoting Patterns
Cornell University(康奈尔大学);Stanford University(斯坦福大学);Max Planck Institute for Software Systems(马克斯·普朗克软件系统研究所)
鉴于现有的事件和报道非常多,媒体机构需要侧重于向受众传达的一系列问题和方面。人们常常指责直销店在这一选择过程中表现出系统性的偏见,不同的直销店描绘了不同版本的现实。然而,由于缺乏客观的衡量标准和经验证据,系统性的方向和程度仍然存在广泛争议。在本文中,我们提出了一个框架的基础上引用模式的量化和表征的程度,媒体机构表现出系统性的偏见。我们将这一框架应用于跨越奥巴马六年总统任期及其所有演讲的大量新闻文章数据集,并揭示了一个系统的模式确实出现在媒体的引用行为中。此外,我们表明,这种模式可以成功地利用在一个无监督的预测设置,以确定哪些新的报价出口将选择广播。通过在一个低秩空间中编码偏见模式,我们提供了一个政治媒体报道的结构分析。这揭示了一个潜在的媒体偏见空间,与政治意识形态和出口类型惊人地一致。语言分析揭示了这些潜在维度的显著差异,显示了不同类型的媒体如何在报道相同事件时描绘不同的现实。例如,映射到潜在空间的主流保守派一面的媒体,关注的是那些描绘总统人物形象的引语,这些引语不成比例地以消极为特征。
2015-04-06 cs.CL cs.SI physics.soc-ph
Political corpus creation through automatic speech recognition on EU debates
Leiden University(莱顿大学)
本文通过无监督领域自适应改进Wav2vec2.0自动语音识别流程,构建了360万词的欧盟议会LIBE委员会转写语料库,将WER从28.22降至17.95,并验证了其在下游主题建模中的实用性。
2023-04-17 cs.CL
A Machine Learning Pipeline to Examine Political Bias with Congressional Speeches
Oklahoma State University(俄克拉荷马州立大学);UNC Charlotte(北卡罗来纳大学夏洛特分校)
由于数据的异质性、高维性、多模态性和规模性,对社交媒体中的政治偏见进行建模的计算方法面临着若干挑战。社交媒体中的政治偏见已经在多个观点中进行了研究,如媒体偏见,政治意识形态,回声室和使用机器学习管道的争议。目前的大多数方法都严重依赖于人工标记的地面实况数据来进行潜在的政治偏见预测任务。这些方法的局限性包括人工密集型标签,仅与特定问题相关的标签,以及无法确定社交媒体对话的近期偏见状态。在这项工作中,我们解决这些问题,并给出机器学习方法来研究政治偏见在两个意识形态不同的社交媒体论坛:加布和Twitter没有人类注释的数据。我们提出的方法利用从美国国会政治演讲中收集的成绩单来标记数据,并在Twitter和Gab数据中分别达到70.5%和65.1%的最高准确率来预测政治偏见。我们还提出了一种机器学习方法,结合级联和文本的功能来预测级联的政治偏见,准确率约为85%。
2021-09-18 cs.CL cs.CY cs.LG
Hate Towards the Political Opponent: A Twitter Corpus Study of the 2020 US Elections on the Basis of Offensive Speech and Stance Detection
Institut für Maschinelle Sprachverarbeitung, University of Stuttgart(斯图加特大学机器语言处理研究所)
2020年美国大选比以往任何时候都更加以社交媒体活动和相互指责为特征。我们在本文中调查,如果这也体现在候选人拜登和特朗普的支持者的在线通信,通过发出仇恨和攻击性的通信。我们制定了一个注释任务,在其中我们加入了仇恨/攻击性言论检测和立场检测的任务,并注释3000推文从竞选期间,如果他们表达了特定的立场对候选人。在已建立的赞成和反对类别旁边,我们添加了混合和中立的立场,并且如果候选人在没有意见表达的情况下被提及,也会进行注释。此外,如果推文是以攻击性的风格写的,我们会进行注释。这使我们能够分析乔·拜登和民主党的支持者与唐纳德·特朗普和共和党的支持者的沟通方式是否不同。BERT基线分类器显示,如果某人是候选人的支持者,则可以高质量地执行检测(特朗普的.89 F1和拜登的.91 F1),而某人表示反对候选人的检测更具挑战性(分别为.79 F1和.64 F1)。仇恨/攻击性言论的自动检测仍然具有挑战性(使用.53 F1)。我们的语料库是公开的,构成了一个新的资源计算建模的进攻性语言的立场下考虑。
2021-03-02 cs.CL
Strategies for political-statement segmentation and labelling in unstructured text
University of Manchester(曼彻斯特大学);University of Bamberg(班贝格大学)
本文提出基于CRF、微调文本到文本模型及上下文学习与受限解码的统一分割标注框架,用于从原始政治文本中联合分割和分类声明,并在英国议会记录上验证了其研究价值。
2025-03-10 cs.CL
Linked Multi-Modal Data on Russian Domestic and Foreign Policy Speeches
University of Delaware, Department of Political Science & International Relations(德克萨斯大学,政治科学与国际关系系);University of Delaware, Masters of Science in Data Science Program(德克萨斯大学,数据科学硕士项目);University of Delaware, Department of Computer & Information Sciences(德克萨斯大学,计算机与信息科学系);University of Pennsylvania, Department of Political Science(宾夕法尼亚大学,政治科学系)
本文介绍了一个连接多模态政治通讯的数据集,涵盖俄罗斯政府多个 decades 的官方演讲,提供俄语和英语文本、图像及注释,并通过 transformer 多模态模型进行主题标注,支持政治通讯的多模态分析。
2026-07-16 cs.CL
ParliaBench: An Evaluation and Benchmarking Framework for LLM-Generated Parliamentary Speech
University of Cambridge(剑桥大学)
提出ParliaBench基准框架,通过构建英国议会数据集、结合计算指标与LLM评判的评估方法以及两种新型嵌入指标(政治光谱对齐和政党对齐),系统评估LLM生成议会演讲的语言质量、语义连贯性和政治真实性,实验表明微调显著提升多数指标且新指标对政治维度具有强区分力。
2025-11-11 cs.CL cs.CY
How good is GPT at writing political speeches for the White House?
University of Neuchatel(纳沙泰尔大学)
本研究通过将GPT-3.5和GPT-4.o生成的演讲与里根至拜登的国情咨文对比,分析GPT的政治演讲写作风格,发现其过度使用“we”、句子更长且偏好政治与抽象术语,即使施加特定风格仍与真实总统演讲差异显著。
2024-12-19 cs.AI cs.CL
Detecting Check-Worthy Claims in Political Debates, Speeches, and Interviews Using Audio Data
Sofia University(索非亚大学);Amazon(亚马逊)
本文构建含48小时美国政治辩论语音的英文多模态数据集,证明音频模态可显著提升值得核查声明的检测效果,并公开数据与代码。
2024-01-17 cs.AI cs.CL cs.IR
Multi-aspect Multilingual and Cross-lingual Parliamentary Speech Analysis
West University of Timisoara(蒂米什瓦拉西部大学);Universidad de Granada(格拉纳达大学);Sofia University St. Kl. Ohridski(圣克莱门特奥赫里德斯基索非亚大学);Institute of Information and Communication Technologies, Bulgarian Academy of Sciences(保加利亚科学院信息与通信技术研究所);University of Zaragoza(萨拉戈萨大学);University of Ljubljana(卢布尔雅那大学)
该研究应用先进NLP方法对六个国家议会的辩论记录进行联合比较分析,探讨情绪、情感及演讲者特征的可检测性,发现国家间存在共性与显著差异。
2023-06-20 cs.CL
Aggression in Hindi and English Speech: Acoustic Correlates and Automatic Identification
Dr. Bhimrao Ambedkar University(宾希姆拉奥·安贝德卡尔博士大学);Jawaharlal Nehru University(贾瓦哈拉尔·尼赫鲁大学);Indian Institute of Technology(印度理工学院);Tezpur University(特兹普尔大学)
在本论文中,我们将提出的结果,声学分析的政治话语在印地语和讨论一些常规的声学特征的侵略性讲话经常采用的印地语和英语的发言者。该研究基于10个多小时的政治话语语料库,包括新闻频道和政治演讲的辩论。利用这项研究,我们开发了两个自动分类系统,用于识别侵略英语和印地语语音,完全基于声学模型。使用50小时的注释语音训练的印地语分类器和使用40小时的注释语音训练的英语分类器分别达到了超过73%和66%的准确率。在本文中,我们讨论了这个带注释的数据集的发展,实验开发的分类器,并讨论了错误,它使。
2022-04-06 cs.CL cs.SD eess.AS
Overview of the CLEF-2018 CheckThat! Lab on Automatic Identification and Verification of Political Claims. Task 1: Check-Worthiness
SiteGround;Amazon(亚马逊);Qatar Computing Research Institute, HBKU(哈马德·本·哈利法大学卡塔尔计算研究所);Qatar University(卡塔尔大学);College of Humanities and Social Sciences, HBKU(哈马德·本·哈利法大学人文与社会科学学院);Sofia University “St Kliment Ohridski”(索非亚大学“圣克里门特·奥赫里德斯基”)
我们现在概述了CLEF-2018 CheckThat!政治主张的自动识别和验证实验,重点是任务1:检查价值。这项任务要求预测政治辩论中的哪些主张应该优先进行事实核查。特别是,对于一场辩论或一场政治演讲,目标是根据其对事实核查的价值生成一个句子的排名列表。我们根据2016年美国总统竞选的辩论以及竞选期间和之后的一些演讲,以英语和阿拉伯语提供了这项任务。总共有30个团队注册参加实验,7个团队实际上提交了任务1的系统。参与者使用的最成功的方法依赖于循环和多层神经网络,以及分布表示的组合,匹配索赔词汇与词汇,以及句法依赖性的测量。最好的系统在英语和阿拉伯语测试数据集上分别达到了0.18和0.15的平均精度。这为进一步改进留下了很大的空间,因此我们发布了所有的数据集和评分脚本,这应该能够进一步研究检查价值评估。
2018-08-08 cs.CL
Generalizing Hate Speech Detection Using Multi-Task Learning: A Case Study of Political Public Figures
University of Technology Sydney(悉尼科技大学)
提出一种多任务学习流水线,在多个仇恨言论数据集上联合训练以提升跨数据集泛化能力,并构建了包含30余万条推文的政治公众人物数据集PubFigs,验证了该方法在未见数据集上的显著改进。
2025-04-04 cs.CL cs.CY cs.SI
Beyond Acoustic Emotion Recognition: Multimodal Pathos Analysis in Political Speech Using LLM-Based and Acoustic Emotion Models
Democracy Intelligence gGmbH(民主智能有限责任公司)
本文研究了语音情感识别模型是否能作为政治演讲分析中Pathos维度的代理,通过TRUST多智能体大语言模型(LLM)管道进行操作。使用德国议会全体会议中Felix Banaszak的演讲作为案例研究,比较了三种分析模式:(1) emotion2vec_plus_large,一个通过后验Russell Circumplex投影得到连续唤醒度和估值的语音情感识别(SER)模型;(2) Gemini 2.5 Flash,一个分析完整演讲音频及其转录文本的LLM,以开放和上下文感知的方式进行;(3) TRUST-Pathos分数,来自三个倡导者LLM监督集合。斯皮尔曼等级相关性显示,Gemini估值与TRUST-Pathos高度相关(rho = +0.664,p < 0.001),而emotion2vec估值不相关(rho = +0.097,p = 0.499)。我们进一步通过系统评估柏林情感语音数据库(EMO-DB)使用Gemini在开放注释范式下,证明标准SER基准语料库存在表演性演讲、文化偏见和类别不兼容性。我们的结果表明,基于LLM的多模态分析在捕捉语义定义的政治情感方面比单独的语音模型更有效,而语音特征仍对低层次唤醒度估计有帮助。未来的工作将扩展这种方法到视频分析中,结合面部表情和眼神。
2026-05-21 cs.AI cs.CL cs.HC
"Read My Lips": Using Automatic Text Analysis to Classify Politicians by Party and Ideology
Princeton University(普林斯顿大学)
政治演讲的日益数字化为使用文本分析研究政治行为的新维度打开了大门。本研究探讨了美国国会记录中的词汇统计数据对研究参议员的意识形态立场和行为的价值。应用机器学习技术,我们使用这些数据根据政党自动对参议员进行分类,根据所使用的具体方法,准确率在70-95%之间。我们还表明,使用文本来预测DW-NOMINATE分数,一个常见的代理意识形态,并没有改善这些已经成功的结果。当应用于从训练集中删除四年或更长时间的国会会议的文本时,这种分类会恶化,这表明选民需要动态更新他们用于基于政治言论评估政党的候选人。基于文本的预测不如基于投票行为的预测准确,这支持了唱名投票代表政治家更大承诺的理论,因此更准确地反映了他们的意识形态偏好。然而,本文研究的机器学习方法的总体成功表明,政治演讲对党派关系具有高度预测性。除了这些发现,这项工作还介绍了相关的政治演讲数据的使用的计算工具和方法。
2018-09-03 cs.CL econ.GN q-fin.EC
Detecting Policy Preferences and Dynamics in the UN General Debate with Neural Word Embeddings
University College London(伦敦大学学院);University of Essex(埃塞克斯大学)
外交政策分析一直在努力寻找衡量政策偏好和国际政治体系范式转变的方法。本文提出了一种新的,潜在的解决方案,通过应用神经词嵌入(Word2vec)模型的数据集上的国家元首或政府首脑在联合国一般性辩论的讲话。本文根据Word2vec模型的输出提供了三个关键贡献。首先,它提出了一套政策注意力指数,综合政治演讲的语义接近特定的政策主题。其次,它引入了特定国家的语义中心性指数,基于国家的语义位置相对于彼此的拓扑分析。第三,它测试的假设,政治演讲的语义内容和联合国投票行为之间存在着统计关系,伪造它,并建议政治演讲包含不同性质的信息,然后投票结果。本文最后讨论了其结果的实际应用和外交政策分析,公共问责制和透明度的后果。
2017-07-11 cs.AI cs.CL stat.ML
ASR Bundestag: A Large-Scale political debate dataset in German
University of Applied Sciences Hof(霍夫应用科学大学)
我们介绍了ASR Bundestag,这是一个用于德语自动语音识别的数据集,包括610小时的用于监督训练的对齐音频-转录对以及1,038小时的用于自监督学习的未标记音频片段,这些音频片段基于原始音频数据和德国议会全体会议和委员会会议的转录。此外,我们还讨论了用于自动创建语音数据集的方法,并基于对预训练的最新模型的评估和微调来评估所产生的数据集的质量。我们公开数据集,包括所有子集。
2023-02-12 cs.AI cs.CL cs.LG
Multilingual Power and Ideology Identification in the Parliament: a Reference Dataset and Simple Baselines
University of Tübingen(蒂宾根大学);Charles University(查理大学);Jožef Stefan Institute(约热夫·斯泰凡研究所);Kaunas University of Technology(考纳斯理工大学);Jožef Stefan International Postgraduate School(约热夫·斯泰凡国际研究生院)
本研究推出源自ParlaMint的多语言议会演讲数据集,用于政治倾向与权力地位识别,介绍了数据集构建逻辑与统计信息,并给出简单分类器的基线结果。
2024-05-12 cs.CL
Hope vs. Hate: Understanding User Interactions with LGBTQ+ News Content in Mainstream US News Media through the Lens of Hope Speech
Rochester Institute of Technology(罗切斯特理工学院);Drexel University(德雷塞尔大学)
本文基于百万级YouTube评论构建希望言论分类器,结合专家指导的3,750例标注数据集,分析用户对LGBTQ+新闻的互动,并揭示政治信念对标注与模型判断的影响。
2025-10-19 cs.CL cs.CY cs.LG
Vicarious Offense and Noise Audit of Offensive Speech Classifiers: Unifying Human and Machine Disagreement on What is Offensive
Rochester Institute of Technology(罗切斯特理工学院);Aston University(阿斯顿大学);George Mason University(乔治梅森大学)
本文通过噪声审计和新数据集,揭示了人类和机器对攻击性言论的分歧,并发现政治倾向和敏感问题影响攻击性判断。
2026-02-03 cs.CL cs.CY cs.LG
Automated Speech Generation from UN General Assembly Statements: Mapping Risks in AI Generated Texts
United Nations Global Pulse(联合国全球脉动);Durham University(杜伦大学)
自动文本生成已广泛应用于营销和机器人等许多领域,并用于创建聊天机器人,产品评论和写诗。然而,合成文本的能力存在许多潜在风险,而获得构建生成模型所需的技术正变得越来越容易。这项工作与联合国和其他民间社会组织的努力保持一致,以强调恶意使用文本生成软件所产生的潜在政治和社会风险及其对人权的潜在影响。作为一个案例研究,我们提出了一个实验的结果,通过在联合国大会上的演讲数据集上微调预训练的AWD-LSTM模型来生成政治领导人风格的言论。这项工作强调了这一点可以实现的容易性,以及将这些技术与其他技术相结合的威胁。
2019-06-05 cs.AI cs.CL
Analyzing German Parliamentary Speeches: A Machine Learning Approach for Topic and Sentiment Classification
Leipzig University(莱比锡大学);TU Dresden(德累斯顿技术大学);University of Regensburg(雷根斯堡大学)
本研究利用机器学习模型分析德国联邦议院约28,000篇演讲,实现高精度主题与情感分类,揭示政党角色转变对话语风格的影响。
2025-08-05 cs.CL cs.LG
Grounded Satirical Generation with RAG
University of Helsinki(赫尔辛基大学)
本文提出基于RAG的 grounded 愚笑生成方法,通过当前新闻检索生成芬兰语讽刺词典定义,并引入任务特定评估框架,分析文化背景、源词类型及RAG存在与否对输出的影响。
2026-05-11 cs.CL
A joint text mining-rank size investigation of the rhetoric structures of the US Presidents' speeches
University of Macerata(马切拉塔大学);Marche Polytechnic University(马尔凯理工大学);University of Leicester(莱斯特大学)
这项工作提出了一个文本挖掘的背景下,并使用它的政治家提供的信息进行深入分析。具体来说,我们处理一个专家系统为基础的探索修辞动态的大量收集美国总统的讲话,从华盛顿到特朗普。特别是,演讲被视为复杂的专家系统,其结构可以有效地分析,通过排名大小的法律。该文件的方法的贡献是双重的。首先,我们开发了一个基于文本挖掘的程序,通过使用Miller Center网站上的Web抓取例程来构建数据集-收集演讲的存储库。其次,我们探讨了隐含的话语数据的结构,通过实施一个排名大小的程序,在个人的讲话,每个语音的话,他们的频率排名。所提出的文本挖掘和排名大小的方法相结合的科学意义,可以发现在其灵活性和通用性,这使得它是可复制的广泛的专家系统和文本挖掘上下文。研究结果本身证明了所提出的方法和语音后续分析的有用性。事实上,在影响方面,值得注意的是,关于1789年4月30日至2017年2月28日的45位美国总统如何发表政治信息的社会,政治和语言性质的有趣结论可以进行。事实上,所提出的分析显示了一些显着的差异,不仅在一个给定的演讲,而且在不同的演讲。此外,从纯粹的方法论角度来看,本文提出了生成语言决策算法的可能方法。
2019-05-09 cs.CL physics.soc-ph
Mitigating Political Bias in Language Models Through Reinforced Calibration
Dartmouth College(达特茅斯学院);University of Texas at Austin(德克萨斯大学奥斯汀分校);ProtagoLabs
当前的大规模语言模型可能会因为训练数据而带有政治偏见,当它们部署在现实世界中时可能会导致严重的问题。在本文中,我们描述了衡量GPT-2生成的政治偏见的指标,并提出了一个强化学习(RL)框架,以减轻生成的文本中的政治偏见。通过使用来自词嵌入或分类器的奖励,我们的RL框架指导去偏生成,而无需访问训练数据或需要重新训练模型。在对政治偏见敏感的三个属性(性别,位置和主题)的实证实验中,我们的方法根据我们的指标和人类评估减少了偏见,同时保持了可读性和语义连贯性。
2021-04-30 cs.AI cs.CL
Beating Hateful Narratives on Social Media with Facts: Retrieval-Augmented Counter-Speech Generation
Université Côte d’Azur, CNRS, Inria, I3S, France(法国大学-科蒂-阿祖尔大学、国家科学研究中心、法国国家信息与自动化研究所、I3S研究所)
针对现有反言论生成方法在可靠性和可扩展性上的不足,提出一个集成RAG流程的知识型生成框架,利用包含32,792篇文本的知识库,为8个目标群体生成可信反言论,并在MultiTarget-CONAN数据集上通过自动和人工评估验证了其优越性。
2026-11-17 cs.CL
Cued Speech Generation Leveraging a Pre-trained Audiovisual Text-to-Speech Model
Univ. Grenoble Alpes(格勒诺布尔大学);CNRS(法国国家科学研究中心);Grenoble INP(格勒诺布尔理工学院);GIPSA-lab(吉帕斯实验室)
本文将预训练视听TTS模型AVTacotron2迁移重编程为从文本生成线索手语的手部与唇部动作,并在两个公开数据集上以自动识别评估,取得约77%音素级解码准确率。
2025-01-08 cs.CL
Quantifying the Generation Modality Gap in Speech-Text Language Models
TTI-Chicago(芝加哥丰田技术研究所);Stony Brook University(石溪大学)
本研究量化了语音-文本语言模型与纯语音模型在生成上的模态差距,发现联合建模显著提升语义连贯性,且文本提供高效语义训练信号。
2026-11-11 cs.CL
Dual-Class Prompt Generation: Enhancing Indonesian Gender-Based Hate Speech Detection through Data Augmentation
School of Computer Science(计算机学院);Bina Nusantara University(宾纳南塔大学)
本文提出双类提示生成数据增强方法,通过结合仇恨与非仇恨言论示例,有效缓解印尼语性别仇恨言论检测的类别不平衡与数据稀缺问题,在准确率和F1分数上达到最优。
2025-03-06 cs.CL
Measuring Political Bias in Large Language Models: What Is Said and How It Is Said
Centre for Artificial Intelligence Research (CAiRE)(人工智能研究中心(CAiRE));The Hong Kong University of Science and Technology(香港科技大学)
本文提出从生成内容的内容实质与词汇风格两个维度衡量LLMs的政治偏见,并在11个开源模型上验证了该框架的可扩展性与可解释性。
2024-03-27 cs.AI cs.CL
Emilia: An Extensive, Multilingual, and Diverse Speech Dataset for Large-Scale Speech Generation
The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));Institute of Acoustics, CAS(中国科学院声学研究所);University of Chinese Academy of Sciences(中国科学院大学);Shanghai AI Laboratory(上海人工智能实验室)
本文推出多语言多样化语音数据集 Emilia 及开源预处理流水线 Emilia-Pipe,以101k小时六语言数据支撑更自然自发的大规模语音生成,并验证其有效性。
2024-09-07 cs.CL eess.AS
The Power of LLM-Generated Synthetic Data for Stance Detection in Online Political Discussions
Heinrich Heine University Düsseldorf(杜塞尔多夫海因里希·海涅大学);Technical University Dortmund(多特蒙德工业大学)
本文提出利用 LLM 离线生成合成数据并结合主动学习筛选最具信息量样本,以少量标注数据提升在线政治讨论中立场检测模型的性能,超越全量标注微调的基线模型。
2025-03-12 cs.CL cs.LG
SpeechGPT-Gen: Scaling Chain-of-Information Speech Generation
Fudan University(复旦大学)
针对SLLM信息建模冗余问题,提出解耦语义与感知信息的CoIG,并构建80亿参数SpeechGPT-Gen,在零样本TTS、语音转换和语音对话中表现优异。
2024-01-25 cs.CL cs.SD eess.AS
Speech Retrieval-Augmented Generation without Automatic Speech Recognition
University of Michigan(密歇根大学);AWS AI Labs(AWS AI实验室)
本文提出SpeechRAG框架,通过微调语音编码器对齐文本与语音嵌入空间,实现无需ASR的直接语音检索,并利用语音语言模型以音频片段为条件进行生成,在ASR错误较高时优于传统级联文本方法。
2025-01-03 cs.AI cs.CL eess.AS
What Makes a Good Speech Tokenizer for LLM-Centric Speech Generation? A Systematic Study
本文研究了LLM为中心的语音生成中语音分词器设计的影响,通过引入多令牌预测和说话人感知生成,提升了语音生成的质量和准确性。
2026-01-16 cs.AI cs.CL eess.AS
Speech-Copilot: Leveraging Large Language Models for Speech Processing via Task Decomposition, Modularization, and Program Generation
National Taiwan University(台湾大学)
本文提出Speech-Copilot框架,通过任务分解构建语音处理专用工具集,并利用基于大型语言模型的智能体生成程序执行任务,在Dynamic-SUPERG基准上达到最先进性能,提供灵活可扩展的免训练解决方案。
2024-09-23 cs.CL cs.SD eess.AS
FLEURS-R: A Restored Multilingual Speech Corpus for Generation Tasks
Google DeepMind(谷歌DeepMind)
本文提出语音修复后的多语言并行语料库FLEURS-R,基于FLEURS用Miipher模型提升102种语言语音的质量与保真度,可推动低资源语言语音生成研究,且已公开发布。
2024-08-12 cs.AI cs.CL cs.SD
A Non-autoregressive Generation Framework for End-to-End Simultaneous Speech-to-Speech Translation
University of Chinese Academy of Sciences(中国科学院大学);Key Laboratory of AI Safety, Chinese Academy of Sciences(中国科学院人工智能安全重点实验室);School of Future Science and Engineering, Soochow University(苏州大学未来科学与工程学院)
本文提出非自回归端到端同声语音翻译框架NAST-S2X,统一语音到文本与语音到语音任务,通过并发生成多标记和CTC动态调延迟,在3秒内实现高质量同传并获28倍解码加速。
2024-10-19 cs.AI cs.CL cs.SD
SALMONN-omni: A Codec-free LLM for Full-duplex Speech Understanding and Generation
Tsinghua University(清华大学);ByteDance(字节跳动);University of Cambridge(剑桥大学)
针对全双工语音理解与生成任务,提出无编解码器的SALMONN-omni模型,通过双工口语对话框架及“思考”机制实现异步生成,在多任务中表现通用且能处理复杂对话场景。
2024-11-27 cs.AI cs.CL cs.SD
On the Problem of Text-To-Speech Model Selection for Synthetic Data Generation in Automatic Speech Recognition
Japan Advanced Institute of Science and Technology(日本先进科学技术学院);RWTH Aachen University(亚琛工业大学);AppTek GmbH(AppTek有限公司);Nara Institute of Science and Technology(奈良科学技术学院)
本文比较五种TTS解码器架构在合成数据生成中对CTC语音识别的影响,发现自回归解码优于非自回归解码,并提出量化TTS泛化能力的方法。
2024-07-31 cs.CL cs.LG cs.SD
Seeing is Believing: Emotion-Aware Audio-Visual Language Modeling for Expressive Speech Generation
Johns Hopkins University(约翰霍普金斯大学);Meta AI Research(Meta AI 研究)
本文提出 AVLM,将全脸视觉线索融入预训练表达性语音模型,并通过比较视觉编码器与融合策略、进行情感和对话任务微调,证明视觉信息可显著提升语音生成表现。
2025-08-27 cs.CL cs.CV cs.MM
SpeechWeave: Diverse Multilingual Synthetic Text & Audio Data Generation Pipeline for Training Text to Speech Models
Oracle AI
针对TTS模型训练数据获取难、多样性不足等问题,提出SpeechWeave合成数据生成流水线,可自动生成多语言领域数据集,在多样性、归一化准确率和语音一致性上表现更优。
2025-10-01 cs.AI cs.CL cs.LG