社交媒体中自夸言论的自动识别与分类

自夸是一种通过关于自身的正面陈述来构建有利自我形象的话语行为。它广泛存在于日常交流中，尤其在社交媒体上颇为流行，用户旨在直接或间接建立其个人的正面形象。本文基于先前语言学与语用学的研究，提出了计算语言学中首个关于自夸的大规模研究。为此，我们引入了一个新近公开可用的推文数据集，标注了自夸及其类型。我们在（a）二分类自夸识别（即推文是否包含自夸陈述）与（b）包含非自夸的多分类自夸类型预测任务中，实证评估了注入语言学信息的不同基于 transformer 的模型。我们的结果表明，模型在二分类与多分类任务中预测自夸的宏 F1 分别可达 72.42 与 35.95。最后，我们对自夸预测进行了广泛的语言学与错误分析，以指导该主题的未来研究。