从社交媒体家庭暴力话语中提取可行动知识
信息检索
2018-07-09 v1 计算与语言
机器学习
机器学习
摘要
家庭暴力（DV）被视为重大社会问题，且DV与公众健康影响之间存在紧密关联。现有研究已关注利用社交媒体追踪和分析现实世界事件，如新兴趋势、自然灾害、用户情感分析、政治观点和医疗保健。然而，对DV及其对公众健康影响等社会福利问题的关注较少。近来，DV受害者转向社交媒体平台以帖子形式表达感受，并寻求社会与情感支持，以期获得公众的同情鼓励、关怀与共情。但是，由于社交媒体大型对话数据集具有维度高、简短、含噪、海量、高速等特征，从中挖掘可行动知识十分困难。因此，本文提出一种新颖框架，对公共领域中与DV相关的各类主题进行建模与发现。所提框架可通过数据 enrichment 与整合，为公共卫生研究者、国家家庭健康组织、政府及公众提供前所未有的宝贵信息，以改善社区社会福利。从而通过监测和分析持续丰富的用户生成内容提供可行动知识。
引用
@article{arxiv.1807.02391,
title = {Extracting Actionable Knowledge from Domestic Violence Discourses on Social Media},
author = {Sudha Subramani and Manjula O'Connor},
journal= {arXiv preprint arXiv:1807.02391},
year = {2018}
}