价值信号+图预训练！ValueGraph让用户表征飙升，立场检测与机器人识别双突破！
ValueGraph: Value-Signal Guided Graph Pre-training for Contextualized User Representation
📖 AI 总结
ValueGraph 提出了一种基于价值信号引导的图预训练框架，用于生成情境化的用户表征。该研究指出，现有用户表征方法主要依赖文本内容和社交互动结构，却忽略了用户在表达态度时隐含的道德价值维度。为此，ValueGraph 从帖子-回复图中学习语义和结构表征，并利用自动推断的道德价值信号作为软约束，通过对比学习和聚类目标对齐用户间的相对价值相似性。与将推断价值视为硬性心理标签不同，该方法将其作为表征学习的辅助信号。实验在立场检测和推特机器人检测任务上取得了优于文本模型、图模型及纯文本大语言模型基线的稳定效果，验证了价值信号引导作为社会感知用户建模的有效归纳偏置。
🔑 关键词速览
| ValueGraph | 一种图预训练框架，利用道德价值信号作为辅助信号来学习用户表征。 |
| value signals | 从用户在线话语中推断出的道德价值倾向的聚合表征。 |
| graph pre-training | 在图结构数据上进行预训练，以学习节点或图的通用表征。 |
| contrastive and clustering objectives | 对比学习目标和聚类目标，用于对齐相似用户并区分不同用户。 |
| inductive bias | 模型设计中引入的先验假设，帮助提高泛化能力。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅