是什么让你点击：克罗地亚点击诱饵标题的检测-计算机科学-机器学习-广告收入-大语言模型.pdf

是什么让你点击：克罗地亚点击诱饵标题的检测

MarijaAneliDominikipekLauraMajerJannajder

UniversityofZagreb,FacultyofElectricalEngineeringandComputing

TakeLab

{marija.andjelic,dominik.sipek,laura.majer,jan.snajder}@fer.hr

Abstract受到对点击诱饵负面感知的驱动，点击诱饵检

测——自动检测旨在吸引注意力的误导性或

在线新闻机构主要依赖广告收入模式运

营，这迫使记者们创作往往具有争议性、引煽动性的标题的任务——在NLP社区内引起

人入胜且挑衅性的标题——通常被称为点了相当大的兴趣。任务从基于特征的语言方法

击诱饵。自动检测诱饵式标题对于维护数(Potthastetal.,2016)进展到神经架构(Agrawal,

字媒体的信息质量和读者信任至关重要，2016)，基于转换器的模型展示了显著的性能提

本并需要具备上下文理解和世界知识。在这升(Zhuetal.,2023)。尽管主要以英语进行研究，

译个任务中，特别是在资源较少的语言中，尚但也存在针对资源较少的语言的研究，包括意

中不清楚微调方法或上下文学习（ICL）是否大利语(Russoetal.,2024)、匈牙利语(Vincze

1能产生更好的结果。本文编译了点击，这

v是一个用于检测克罗地亚新闻标题诱饵的andSzabó,2020)、罗马尼亚语(GîngaandUban,

4全新数据集，涵盖了20年的跨度，并包括2024)和保加利亚语(Karadzhovetal.,2017)。

1

3主流和边缘化媒体来源。我们在这个任务大型语言模型（LLMs）的广泛应用，尤其

4

1上对BERTi模型进行了微调，并将其性能是使用上下文学习（ICL），使这些模型成为检

.

7与基于LLM的ICL方法进行比较，这些方测点击诱饵的一个合理选择。然而，在多种任

0法使用了克罗地亚语和英语提示。最后，我

5务中，LLMs对资源较少的语言表现出显著的

2们分析了诱饵标题的语言特性。我们发现，

:表现差距(RigoutsTerrynanddeLhoneux,2024;

v几乎一半被分析的标题包含诱饵成分，并

iLietal.,2024)，在这种情况下，特定语言上预

x且微调后的模型比通用LLM提供了更好的

r结果。训练的小型Transformer模型可能会胜过它们

a

´

(LjubešicandLauc,2021)。

1介绍