LEBANONUPRISING：黎巴嫩推文的深入研究
计算与语言
2020-10-01 v1 机器学习
摘要
近期研究显示出对社交网络情感分析的巨大兴趣。Twitter 作为一种微博服务，可以是关于用户对某些话题的感受或对社会、经济乃至政治事务看法的重要信息来源。10 月 17 日，黎巴嫩见证了革命的开始；LebanonUprising 标签在 Twitter 上迅速走红。我们收集了 10 月 18 日至 21 日间由 100,0000 条推文组成的数据集。在本文中，我们使用不同机器学习算法对与 LebanonUprising 标签相关的口语黎巴嫩阿拉伯语推文进行了情感分析研究。该数据集经人工标注以衡量精确率与召回率指标，并比较不同算法。此外，本文完成的工作还提供了两项额外贡献。其一是构建用于推文预处理的黎巴嫩阿拉伯语至现代标准阿拉伯语映射词典，其二是尝试利用表情符号从情感分析转向情绪检测，我们尝试预测的两种情绪为“讽刺”与“有趣”。我们由 2019 年 10 月收集的推文构建了训练集，随后使用该集预测 2020 年 5 月至 8 月收集推文的情感与情绪。我们进行的分析显示了两个数据集间情感、情绪与用户的差异。所得结果看似令人满意，尤其考虑到据我们所知此前无涉及黎巴嫩阿拉伯语推文的类似工作。
引用
@article{arxiv.2009.14459,
title = {LEBANONUPRISING: a thorough study of Lebanese tweets},
author = {Reda Khalaf and Mireille Makary},
journal= {arXiv preprint arXiv:2009.14459},
year = {2020}
}
备注
9 pages, published at the CMLA 2020 conference