发现与印度废钞推文相关的对话主题与情感
计算与语言
2017-11-15 v1
摘要
社交媒体平台蕴含大量信息，为我们提供了探索隐藏模式或未知关联、并理解人们对其所讨论内容的满意度的机会。作为一个示例，本文中我们汇总了与近期印度所有500卢比与1000卢比纸币废止相关的Twitter消息数据集，并从Twitter数据中探索见解。我们提出的系统通过基于Latent Dirichlet Allocation (LDA)的主题模型自动抽取Twitter上关于废钞讨论中的流行潜在主题，并识别不同类别间的相关主题。此外，它还通过情感分析器发现人们通过相关推文表达的对所考虑事件的看法。该系统还采用直观且信息丰富的可视化来展示所揭示的见解。进一步地，我们使用一种评估度量Normalized Mutual Information (NMI)来选取最佳LDA模型。所得LDA结果表明该工具可有效用于抽取讨论主题并对其进行汇总以供进一步人工分析。
引用
@article{arxiv.1711.04115,
title = {Discovering conversational topics and emotions associated with Demonetization tweets in India},
author = {Mitodru Niyogi and Asim K. Pal},
journal= {arXiv preprint arXiv:1711.04115},
year = {2017}
}
备注
6 pages, 11 figures. arXiv admin note: substantial text overlap with arXiv:1608.02519 by other authors; text overlap with arXiv:1705.08094 by other authors