VKontakte 社交网络中词表示与用法的短期变化的度量、预测与可视化
社会与信息网络
2017-03-22 v1
摘要
社交媒体中的语言极具动态性：新词涌现、流行并消失，而现有词的含义会随时间波动。此类动态在危机期间尤为显著。本工作处理了若干重要任务：度量、可视化和预测短期文本表示偏移（即词的上下文语义变化），并将此种偏移与在社交媒体流中观测到的表层词汇动态（或称概念漂移）进行对比。与以往从文本中学习词表示的方法不同，我们在一个大型社交媒体语料库上研究短期概念漂移与表示偏移之间的关系——该语料库为2014-2015年俄乌危机期间收集的俄语 VKontakte 帖子。我们的新颖贡献包括定量与定性方法以：(1) 度量短期表示偏移并将其与表层概念漂移对比；(2) 构建预测模型，根据先前含义以及概念漂移来预测含义的短期偏移；(3) 对示例关键词的短期表示偏移进行可视化，以展示我们的方法在发现和追踪社交媒体中新出现术语含义方面的实际用途。我们表明短期表示偏移可准确预测至提前数周。我们这种对社交媒体中词表示偏移进行建模与可视化的独特方法，可用于探索和刻画危机事件期间流式语料的特定方面，并有可能改进其他下游分类任务，包括实时事件检测。
引用
@article{arxiv.1703.07012,
title = {Measuring, Predicting and Visualizing Short-Term Change in Word Representation and Usage in VKontakte Social Network},
author = {Ian Stewart and Dustin Arendt and Eric Bell and Svitlana Volkova},
journal= {arXiv preprint arXiv:1703.07012},
year = {2017}
}