论观点与在线讨论的复杂性
社会与信息网络
2018-12-21 v2 计算机与社会
机器学习
摘要
在一个日益两极分化的世界中，那些将复杂性简化为基于情绪的简单论点的煽动者正越来越受欢迎。观点与在线讨论是否正陷入煽动术？在这项工作中，我们旨在提供计算工具来研究这一问题，并借此探索在线讨论及其观点空间的性质与复杂性，揭示每位参与者所处的位置。更具体地，我们提出一个建模框架，用于构建在线讨论中观点的一致于人类判断（通过在线投票衡量）的潜在表示。如果两个观点在所得观点潜在空间中相近，那是因为人类认为它们相似。我们的建模框架具有理论依据，并建立了观点与投票模型同矩阵符号秩（sign-rank）之间的惊人联系。此外，它还提供了一组实用算法，用于估计观点潜在空间的维度并推断在线讨论参与者所表达观点在该空间中的位置。在来自 Yahoo! News、Yahoo! Finance、Yahoo! Sports 和 Newsroom 应用的大型数据集上的实验表明，一维观点模型往往可能无法准确表示在线讨论，提供了对人类判断与观点的洞察，并表明我们的框架能够通过依赖人类判断而非文本分析来规避讽刺或幽默等语言细微差别。
引用
@article{arxiv.1802.06807,
title = {On the Complexity of Opinions and Online Discussions},
author = {Utkarsh Upadhyay and Abir De and Aasish Pappu and Manuel Gomez-Rodriguez},
journal= {arXiv preprint arXiv:1802.06807},
year = {2018}
}
备注
Proceedings of 12th ACM International Conference on Web Search and Data Mining