并非全部或全部：用于会话姿态检测的目标感知内存图的动态构建

姿态检测对于理解表情对目标的潜在态度至关重要。对话立场检测是现实社交媒体场景中更具挑战性的立场检测任务，因为它涉及通过利用对话会话中与目标相关的历史陈述来检测用户的立场。在本文中，我们提出了目标感知内存图 TamGraph，这是一种动态利用目标相关语句进行会话姿态检测的新颖方法。我们的 TamGraph 没有考虑所有先前的历史对话或不使用先前的对话信息进行立场检测，而是采用逐步的、熵引导的回溯机制来选择性地激活历史对话中的记忆，并动态构建目标感知图来对话语之间的立场关系进行建模。这允许利用对话历史中的目标相关信息进行姿态检测，同时防止引入噪音。英语和中文基准测试的实验结果表明，我们的 TamGraph 显着提高了 LLM 在会话姿态检测方面的性能。