测量Twitter上的政治情绪：多项逆回归的因子最优设计
应用统计
2013-03-05 v5
摘要
本文展示了一个简短的文本分析案例研究：对Twitter帖子进行评分，以判断针对特定美国政客的正面、负面或中性情绪。该研究需要选择代表性帖子的子样本进行情绪评分，这是情绪挖掘中常见且成本高昂的方面。作为一般性贡献，我们的应用之前提出了一个最大化采样效率的算法。具体来说，我们概述并说明了贪婪选择文档以构建在原始文本的主题因子分解中D-最优的设计。该策略应用于我们激励性的政治帖子数据集，并概述了一种通过多项逆回归中使用变量交互来预测通用和特定主题文档情绪的新技术。结果呈现了对2012年2月左右210万条Twitter帖子的分析。
引用
@article{arxiv.1206.3776,
title = {Measuring political sentiment on Twitter: factor-optimal design for multinomial inverse regression},
author = {Matt Taddy},
journal= {arXiv preprint arXiv:1206.3776},
year = {2013}
}
备注
To appear in Technometrics. Code is available in the textir package for R