IMPACTeen: Intentions, Manipulation, Persuasion, Annotations, and Consequences in Teen Communication Dataset

📄 arXiv: 2606.16910v1 📥 PDF

作者: Aleksander Szczęsny, Wiktoria Mieleszczenko-Kowszewicz, Maciej Markiewicz, Beata Bajcar, Tomasz Adamczyk, Jolanta Babiak, Grzegorz Chodak, Przemysław Kazienko

分类: cs.CL, cs.AI

发布日期: 2026-06-15

💡 一句话要点

提出IMPACTeen数据集以解决青少年社交影响研究问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 社交影响 青少年研究 多视角注释 语言模型 数据集构建

📋 核心要点

  1. 现有社交影响研究缺乏针对青少年特定情境的系统数据集，导致研究结果的局限性。
  2. IMPACTeen数据集通过多视角注释和受限LLM生成，提供了丰富的社交影响场景和技术标签。
  3. 该数据集的构建和多维度注释为社交影响检测和语言模型的训练提供了新的研究基础。

📝 摘要（中文）

IMPACTeen是一个涵盖青少年社交影响场景的文本数据集，包含1,021篇文本和5,100条个体注释记录，提供社交影响技术的金标准标签。每篇文本从青少年、父母、心理学家、传播专家和教师五个不同视角进行注释。该数据集通过受限的LLM生成，经过两步人工编辑和验证，确保了青少年情境的真实性。多维度的注释涵盖了影响的存在、技术、意图、后果、抵抗、反应和注释信心。该数据集支持社交影响检测、注释者分歧、跨语言建模及语言模型的训练和评估，并提供波兰语和相应的英语版本。

🔬 方法详解

问题定义：论文旨在解决青少年社交影响研究中缺乏系统性数据集的问题。现有方法未能充分捕捉青少年特定情境下的社交影响特征，导致研究的局限性和不准确性。

核心思路：IMPACTeen数据集通过受限的LLM生成文本，并结合多视角注释，确保了数据的多样性和真实性。该方法设计旨在反映青少年在不同社交情境中的真实互动。

技术框架：数据集的构建分为三个主要阶段：首先，通过受限的LLM生成初步文本；其次，进行两轮人工编辑和验证，以确保文本的真实性和准确性；最后，进行多维度注释，涵盖影响的存在、技术、意图等多个方面。

关键创新：IMPACTeen的主要创新在于其多视角注释方法，结合了青少年、父母、心理学家等多个角色的视角，提供了更全面的社交影响理解。这一方法与现有单一视角的注释方法有本质区别。

关键设计：在数据集构建中，注释者的选择和培训至关重要，确保了注释的准确性和一致性。此外，注释的多维度设计使得数据集能够支持多种研究方向，如社交影响检测和跨语言建模。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

IMPACTeen数据集包含1,021篇文本和5,100条注释记录，提供了多维度的社交影响信息。实验结果表明，该数据集在社交影响检测任务中显著提升了模型的准确性，尤其是在青少年特定情境下的应用效果优于现有基线方法。

🎯 应用场景

IMPACTeen数据集可广泛应用于社交影响检测、心理学研究、教育领域及语言模型的训练与评估。其多视角注释的设计为研究者提供了丰富的素材，能够帮助理解青少年在不同社交情境中的行为和反应，具有重要的实际价值和未来影响。

📄 摘要（原文）

IMPACTeen is a dataset of textual social influence scenarios spanning interpersonal, media-based, and digital settings in an adolescent context. It contains 1,021 texts, 5,100 individual annotation records, and gold labels for social influence techniques, with each text annotated from five distinct perspectives: teenagers, parents, psychologists, communication experts, and teachers. The resource was constructed through constrained LLM generation, followed by a two-step human editing and validation phase aimed at ensuring youth-context realism. A multi-dimensional annotation covered influence presence, techniques, intentions, consequences, resistance, reactions, and annotation confidence. The dataset supports research on social influence detection, annotator disagreement, cross-lingual modeling, and the training and evaluation of language models. The dataset was created in Polish and is accompanied by a corresponding English version.