密集健康叙事的结构化主张级话语表示

社交媒体视频中的健康话语通常包含密集的主张，涵盖多个主题方面、立场、证据框架和简短对话范围内的修辞功能。现有的方法很大程度上依赖于粗略的主题级、基于情感或立场的表示，这些表示不能充分捕捉这种结构。我们的分析平均每分钟识别出 13.22 个原子声明，激发了更丰富的声明级话语表示。我们引入了一个结构化框架，用于密集健康叙述中的主张级话语分析。我们的框架通过将原子主张与主题方面、立场和多维实用话语属性联系起来的元组来对话语进行建模。为了支持这一设置，我们构建了一个涵盖四个健康领域的基准，其中包含来自 60 个视频的 1,191 条手动注释的声明。使用这个框架，我们评估了不同话语上下文设置下的自动化结构化话语分析。结果表明，目前的大语言模型在主题分类和立场预测方面表现出色，但在高维实用分析方面表现不佳。我们还发现不同的话语任务受益于不同形式的上下文推理，这表明未来的系统可能需要任务分解和专门的推理策略。