PAST-TIDE apresenta ajuste de declarações com aprendizado contrastivo prototípico para detecção de postura

Os autores apresentam o PAST-TIDE, um sistema de detecção de postura projetado para a Tarefa Compartilhada StanceNakba no NakbaNLP@LREC-COLING 2026. A inovação central é o ajuste de declarações, que redefine a postura como modelagem de linguagem mascarada (MLM) no estilo cloze para mapear palavras de rótulo por meio do cabeçalho MLM pré-treinado em vez de usar um cabeçalho de classificação inicializado aleatoriamente.

• O PAST-TIDE emprega aprendizado contrastivo prototípico com protótipos de classe aprendíveis para treinamento independente do tamanho do lote.
• O sistema utiliza normalização por camadas condicional ao tópico para lidar com a detecção de postura árabe entre tópicos.
• Ele alcança escores macro-F1 de 0.75 para Subtask A e 0.74 para Subtask B no ranking oficial.

Os resultados indicam que adições arquiteturais mínimas a um modelo pré-treinado podem permanecer competitivas em configurações de baixo recurso.