2022 年哥伦比亚大选期间推特情绪识别
计算与语言
2024-07-11 v1 机器学习
摘要
随着大规模数据在相对自发环境中可得，越来越多人开始将推特作为分析社会现象的手段。 在意见挖掘任务中，情绪检测尤为重要，因为它能够以比基于极性的传统情感分析更细粒度地识别人们对不同社会事件的主观反应。在政治事件的特定情况下，社交网络中情绪的分析可以提供有关候选人、提案以及其他重要公共辩论方面感知的宝贵信息。尽管如此重要，针对西班牙语的情绪检测研究仍寥寥，据我们所知，针对哥伦比亚西班牙语的意见挖掘资源也极少，突显了需要生成针对该变种文化特征的资源的需求。在本研究中，我们提供了一个与 2022 年哥伦比亚总统大选相关的西班牙语推特小语料库，使用细粒度分类法手动标注情绪。我们使用受监督的状态-of-the-art 模型 (BERT 模型) 进行分类实验，并将其与 GPT-3.5 在 few-shot 学习设置中进行比较。我们将数据集和代码公开提供给研究人员。
引用
@article{arxiv.2407.07258,
title = {Identification of emotions on Twitter during the 2022 electoral process in Colombia},
author = {Juan Jose Iguaran Fernandez and Juan Manuel Perez and German Rosati},
journal= {arXiv preprint arXiv:2407.07258},
year = {2024}
}