जटिल विषयों और छोटी भाषाओं में स्वचालित रुख का पता लगाना: ध्रुवीकरण करने वाले समाचार मीडिया में आव्रजन का चुनौतीपूर्ण मामला

स्वचालित रुख का पता लगाना (Automated stance detection) और संबंधित मशीन लर्निंग विधियाँ मीडिया मॉनिटरिंग और अकादमिक अनुसंधान के लिए उपयोगी अंतर्दृष्टि प्रदान कर सकती हैं। इनमें से कई दृष्टिकोणों के लिए एनोटेट किए गए प्रशिक्षण डेटासेट की आवश्यकता होती है, जो उन भाषाओं के लिए उनकी प्रयोज्यता को सीमित करता है जहाँ ये आसानी से उपलब्ध नहीं हो सकते हैं। यह शोधपत्र एक चुनौतीपूर्ण परिदृश्य में स्वचालित रुख का पता लगाने के लिए बड़े भाषा मॉडलों (LLMs) की प्रयोज्यता का पता लगाता है, जिसमें एक रूपात्मक रूप से जटिल, कम-संसाधन वाली भाषा और एक सामाजिक-सांस्कृतिक रूप से जटिल विषय, आव्रजन शामिल है। यदि यह दृष्टिकोण इस मामले में काम करता है, तो कम मांग वाले परिदृश्यों में इसके उतना ही अच्छा या बेहतर प्रदर्शन करने की उम्मीद की जा सकती है। हम कई भाषा मॉडलों के प्रदर्शन को प्रशिक्षित करने और उनकी तुलना करने के लिए आव्रजन-समर्थक और आव्रजन-विरोधी उदाहरणों के एक बड़े सेट को एनोटेट करते हैं। हम इसी कार्य के लिए निर्देश देने योग्य जीरो-शॉट क्लासिफायर के रूप में GPT-3.5 (जो ChatGPT को शक्ति प्रदान करता है) की उपयोगिता की भी जांच करते हैं। पर्यवेक्षित (supervised) मॉडल स्वीकार्य प्रदर्शन प्राप्त करते हैं, लेकिन GPT-3.5 समान सटीकता प्रदान करता है। चूँकि उत्तरार्द्ध को एनोटेट किए गए डेटा के साथ ट्यूनिंग की आवश्यकता नहीं होती है, यह कम-संसाधन वाली भाषाओं सहित पाठ वर्गीकरण कार्यों के लिए संभावित रूप से सरल और सस्ता विकल्प बनता है। हम आगे सात वर्षों में एस्टोनियाई मुख्यधारा और दक्षिणपंथी लोकलुभावन समाचार स्रोतों के दो कॉर्पोरा में डायक्रोनिक रुझानों की जांच करने के लिए सर्वश्रेष्ठ प्रदर्शन करने वाले पर्यवेक्षित मॉडल का उपयोग करते हैं, जो कम-संसाधन परिदृश्यों में भी समाचार विश्लेषण और मीडिया मॉनिटरिंग सेटिंग्स के लिए स्वचालित रुख का पता लगाने की प्रयोज्यता को प्रदर्शित करता है, और रुख में परिवर्तन तथा वास्तविक दुनिया की घटनाओं के बीच संबंधों पर चर्चा करता है।