识别选举推文背后的意图
计算与语言
2013-11-06 v1
摘要
与单一事件（如全国大选）相关的推文数量可达数亿条。自动分析这些推文有利于许多下游自然语言应用，例如问答和摘要生成。在本文中，我们提出了一项新任务：识别选举推文背后的意图——人们为何发布与选举相关的推文？我们表明，识别意图与情感及情绪检测这一相关现象存在关联，但又显著不同。检测意图具有多种应用，包括检测选民情绪、评估政策受欢迎程度、识别关键争议问题以及预测事态发展。我们创建了一个大型选举推文数据集，并对数千条推文进行了意图标注。我们开发了一个系统，能够根据意图自动分类选举推文，在 11 类任务中获得了 43.56% 的准确率，在 3 类任务中获得了 73.91% 的准确率（两者均远高于最频繁类别基线）。最后，我们展示了为情绪检测开发的资源也有助于意图检测。
引用
@article{arxiv.1311.1194,
title = {Identifying Purpose Behind Electoral Tweets},
author = {Saif M. Mohammad and Svetlana Kiritchenko and Joel Martin},
journal= {arXiv preprint arXiv:1311.1194},
year = {2013}
}