利用词嵌入度量议题所有权
计算与语言
2018-11-02 v1
摘要
情感与话题分析是用于社交媒体监测的常用方法。本质上，这些方法回答诸如“关于 X 正在谈论什么”以及“关于 X 人们的感受如何”等问题。在本文中，我们研究社交媒体监测的另一途径，即议题所有权与议程设置，它们是来自政治科学的概念，已被用于解释选民选择与选举结果。我们认为议题对齐与议程设置可视为一种条件化语义来源相似性，即“当谈论议题 X 时，来源 A 与议题所有者 P 的相似程度”，因此可利用词/文档嵌入技术进行度量。我们展示了一项正在进行的工作，旨在度量此类条件化相似性，并引入一种针对预测性嵌入的相似性新概念。随后，我们通过度量政治倾向媒体与政党之间在阵营特定议题条件下的相似性来检验该方法。
引用
@article{arxiv.1811.00127,
title = {Measuring Issue Ownership using Word Embeddings},
author = {Amaru Cuba Gyllensten and Magnus Sahlgren},
journal= {arXiv preprint arXiv:1811.00127},
year = {2018}
}
备注
Accepted to the 9th Workshop on Computational Approaches to Subjectivity, Sentiment & Social Media Analysis (WASSA), held in conjunction with the EMNLP 2018 conference