基于特征集的社交媒体家庭暴力话语意图分类
计算机与社会
2018-04-11 v1 社会与信息网络
摘要
针对女性的家庭暴力现已被认为是全球范围内一个严重且普遍的问题。家庭暴力与虐待是社会中诸多问题的根源，并被视为社会禁忌话题。幸运的是，随着社交媒体的普及，社会福利团体与受害者支援小组促使受害者分享其受虐经历，并让他人提供建议和帮助。因此，为了满足这些需求并提供即时资源，需要从其他消息中甄别出来自受害者的特定消息。本文将意图挖掘视为一个二元分类问题（受虐或建议），并以受虐话语为应用场景。为解决该问题，我们通过术语-类别交互方法，利用心理语言学线索与文本特征从原始语料中提取丰富的特征集。采用机器学习算法预测两类不同特征集下分类器的准确率。我们的实验取得了较高的分类准确率，为借助大型社交媒体理解这一重大社会问题并将其用于服务各类社区福利组织的信息需求提供了有前景的解决方案。
引用
@article{arxiv.1804.03497,
title = {Intent Classification using Feature Sets for Domestic Violence Discourse on Social Media},
author = {Sudha Subramani and Huy Quan Vu and Hua Wang},
journal= {arXiv preprint arXiv:1804.03497},
year = {2018}
}