利用上下文检测社交媒体上涉帮派升级行为
计算与语言
2018-09-12 v1
摘要
在芝加哥等城市中，涉帮派青年越来越多地转向社交媒体，在线发布他们的经历与意图。在某些情况下，当他们经历亲友离世之痛时，其在线情绪表达可能演变为针对敌对帮派的攻击性，并最终导致现实世界中的暴力。本文提出一种用于检测社交媒体中攻击性(Aggression)与丧失感(Loss)的新系统。我们的系统特点在于：利用从大型无标注语料中自动抽取的领域特定资源，以及对用户近期推文情感与语义内容及其与其他用户交互的上下文表示。在我们的卷积神经网络(CNN)中引入上下文带来了显著提升。
引用
@article{arxiv.1809.03632,
title = {Detecting Gang-Involved Escalation on Social Media Using Context},
author = {Serina Chang and Ruiqi Zhong and Ethan Adams and Fei-Tzin Lee and Siddharth Varia and Desmond Patton and William Frey and Chris Kedzie and Kathleen McKeown},
journal= {arXiv preprint arXiv:1809.03632},
year = {2018}
}
备注
12 pages