飓风灾害中感知情绪的检测
计算与语言
2020-04-30 v1 计算机与社会
摘要
自然灾害（如飓风）每年影响数百万人，在其过后造成大范围的破坏。人们最近开始在社交媒体网站（如 Twitter）上向更广泛的社区分享他们的情绪和感受。因此，这些平台已成为大规模理解和感知情绪的重要工具。在本文中，我们介绍了 HurricaneEmo，一个包含 15000 条英文推文的情绪数据集，涵盖三场飓风：Harvey、Irma 和 Maria。我们提出了对细粒度情绪的综合研究，并设计了分类任务以区分粗粒度情绪组。我们最佳的 BERT 模型，即使在利用未标注 Twitter 数据进行的任务引导预训练之后，也仅达到 68% 的准确率（所有组的平均）。HurricaneEmo 不仅作为模型的一项具有挑战性的基准，也作为灾害相关领域中分析情绪的宝贵资源。
引用
@article{arxiv.2004.14299,
title = {Detecting Perceived Emotions in Hurricane Disasters},
author = {Shrey Desai and Cornelia Caragea and Junyi Jessy Li},
journal= {arXiv preprint arXiv:2004.14299},
year = {2020}
}
备注
Accepted to ACL 2020; code available at https://github.com/shreydesai/hurricane