选举相关推文的自动检测与分类
计算与语言
2016-06-21 v1 信息论
社会与信息网络
math.IT
摘要
随着公共社交媒体和微博客服务（尤其是Twitter）的普及，人们找到了一个无需中介即可倾听同伴并被同伴倾听的场所。因此，借助Twitter的公开性质，政治科学家现在有可能具备手段来分析和理解政治竞选中在公众间有机形成、传播和衰退的叙事。然而，Twitter上对话的数量与多样性，加之其嘈杂和特异的性质，使此任务困难。因此，需要先进的数据挖掘和语言处理技术来处理和分析数据。在本文中，我们提出并评估了一个基于深度神经网络近期进展的技术框架，用于连续、纵向地识别和分析Twitter上与选举相关的对话。我们的模型能以0.92的F值检测选举相关推文，并能以0.90的F值将这些推文分类为22个主题。
引用
@article{arxiv.1605.05150,
title = {Automatic Detection and Categorization of Election-Related Tweets},
author = {Prashanth Vijayaraghavan and Soroush Vosoughi and Deb Roy},
journal= {arXiv preprint arXiv:1605.05150},
year = {2016}
}
备注
ICWSM'16, May 17-20, 2016, Cologne, Germany. In Proceedings of the 10th AAAI Conference on Weblogs and Social Media (ICWSM 2016). Cologne, Germany