HebID: Detecting Social Identities in Hebrew-language Political Text
本文介绍了 HebID，这是首个基于以色列政治人物社交媒体及议会语料构建的多标签希伯来语社会身份检测数据集，通过评估生成式大语言模型等算法并对比精英话语与公众调查，为研究非英语语境下的社会身份表达提供了重要基础。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇文章介绍了一个名为 HEBID 的新项目，你可以把它想象成给希伯来语（以色列的官方语言）政治文本装上了一副“身份识别眼镜”。
为了让你更容易理解，我们可以用几个生活中的比喻来拆解这项研究：
1. 为什么要造这副“眼镜”？（背景与问题）
想象一下，现在的自然语言处理（AI）世界就像一个巨大的图书馆，但书架上 99% 的书都是英文的。而且，这些书在分析“我是谁”这个问题时，往往只贴很粗糙的标签，比如“左派”或“右派”，就像只把人简单分为“好人”和“坏人”。
但在现实生活中，人的身份非常复杂。一个以色列政治家可能同时是“保守的”、“宗教的”、“关心穷人的”，甚至还是“坚定的犹太复国主义者”。现有的工具无法在希伯来语中精准地捕捉这些细腻、多重的身份标签。
HEBID 就是为了解决这个问题而诞生的。它是第一个专门针对希伯来语政治文本的“身份探测仪”。
2. 这副眼镜是怎么造出来的？（数据与方法）
这就好比要教 AI 识别身份，不能光靠猜，得给它看“标准答案”。
- 参考书（民意调查）：研究团队没有凭空想象，而是先做了一项大规模的民意调查（就像给 1700 多名以色列人发问卷），问他们：“你最认同哪些身份？”（比如：右翼、正统犹太教、社会关怀型等）。他们根据调查结果，选出了12 个最热门、最真实的身份标签。
- 教材（Facebook 帖子）：他们收集了 2018 年到 2021 年间，以色列政客在 Facebook 上发布的 5500 多句话。
- 人工标注（老师批改）：人类专家像批改作业一样，逐句检查这些帖子，看看这句话里是否“积极”地表达了上述 12 种身份中的某一种或几种。
- 比喻：如果一句话里既说了“我们要保护民主”（民主身份），又说了“我们要打击腐败”（诚实身份），这句话就会被贴上两个标签。
3. 谁最擅长戴这副眼镜？（模型测试）
团队找来了各种 AI 模型来比赛，看谁能最准地识别这些身份：
- 传统选手：像 Logistic Regression 这样的老派模型。
- 编码器选手：像 BERT 这样擅长“阅读理解”的模型。
- 大语言模型（LLM）：像 GEMMA、Qwen 和专门针对希伯来语优化的 DICTALM2.0 这样的“超级大脑”。
比赛结果：
那些专门在海量希伯来语数据上“特训”过的大语言模型（特别是 DICTALM2.0）表现最好，准确率高达 74%。这就像是一个从小在以色列街头长大、懂当地文化梗的人，比一个只读过英文教科书的外国专家更能听懂政客话里的“潜台词”。
4. 戴上眼镜后，我们看到了什么？（研究发现）
团队用训练好的模型去分析政客的 Facebook 帖子和议会演讲，发现了很多有趣的现象：
- 身份大比拼（流行度）：
- 在议会里，政客们最爱提“社会关怀”（关心穷人、福利）。
- 但在老百姓的问卷里，大家更看重“诚实”和“犹太复国主义”。
- 比喻：就像政客在台上喊“我们要修路”，但老百姓心里想的是“我们要抓贪官”。
- 选举前的“身份狂欢”（时间趋势）：
- 在选举临近时，政客们会疯狂地强调自己的身份标签（比如“我是右翼的！”“我是左翼的！”），就像运动员在比赛前会大声喊口号给自己和团队打气。
- 身份的“捆绑销售”（身份组合）：
- 有些身份总是“成双成对”出现。比如“保守派”和“右翼”经常一起出现；“自由派”和“巴勒斯坦人权益”也常绑定。这就像超市里的“套餐”，政客们倾向于打包推销某些价值观。
- 男女有别（性别差异）：
- 女性政客更倾向于表达“社会关怀”（关心弱势群体）。
- 男性政客则更多强调“安全”、“右翼”或“资本主义”。
- 比喻：就像在家庭聚会上，妈妈们更多讨论“谁饿了、谁病了”，而爸爸们更多讨论“谁在修屋顶、谁在管钱”。
5. 这副眼镜有什么用？（意义）
- 对科学家：提供了一个全新的工具，让我们能像用显微镜一样，看清非英语国家（如以色列）政治话语的微观结构。
- 对 AI 界：证明了在资源相对匮乏的语言（非英语）中，也能做出高质量的细粒度分析，为其他语言（如阿拉伯语、中文等）的研究提供了模板。
- 对社会：帮助我们理解，政客们是如何通过“扮演”不同的身份来争取选票的，以及这种表演与老百姓真实想法之间的差距。
总结
简单来说，HEBID 就像是一个懂希伯来语、懂以色列政治、还能同时识别 12 种复杂人设的 AI 侦探。它告诉我们：在以色列的政治舞台上，政客们不仅仅是“左派”或“右派”，他们是在精心编织一张由宗教、安全、道德和经济组成的复杂身份网，而这张网在选举前后会剧烈波动，且男女政客编织的方式也截然不同。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。