将NLP应用于iMessages:理解话题回避、响应性与情感
计算与语言
2025-12-15 v1 计算机与社会
应用统计
其他统计学
摘要
你的消息数据被用于什么?虽然许多用户并不经常考虑其选择的消息平台所能为公司提供的信息,但鉴于社会日益依赖短形式电子通信,这一点仍然值得关注。虽然大多数公司将其数据严格保密,用户或潜在黑客无法访问,但Apple为其围墙花园生态系统打开了一扇门,为Mac上的iMessage用户提供了存储所有消息及附加元数据的单个文件。有了对这个本地存储文件的了解,问题就变成了:我们的数据能为我们做什么?在创建我们的iMessage短信分析器的过程中,我们设定了五个主要研究问题,聚焦于主题建模、响应时间、回避评分和情感分析。本文使用我们的探索性数据展示了这些问题如何通过我们的分析器得到解答,以及其在未来iMessage数据研究中的潜力。
引用
@article{arxiv.2512.11079,
title = {Applying NLP to iMessages: Understanding Topic Avoidance, Responsiveness, and Sentiment},
author = {Alan Gerber and Sam Cooperman},
journal= {arXiv preprint arXiv:2512.11079},
year = {2025}
}
备注
11 pages, 18 figures, https://github.com/Alanshnir/imessage-analyzer/blob/main/Research/NLP-iMessage-Analyzer%20Findings.pdf