西班牙语社交媒体文本中的在线社交支持检测
计算与语言
2025-02-17 v1 人工智能
摘要
社交媒体的兴起改变了沟通方式，使个人能够分享经历、寻求支持并参与多样化讨论。虽然广泛研究了识别有害内容（如仇恨言论）的工作，但对积极和支持性互动的识别与推广仍 largely 未探索。本研究提出了一种创新方法，用于检测西班牙语社交媒体文本中的在线社交支持。我们引入了第一个专为此任务创建的注释数据集，包含 3,189 条 YouTube 评论，分类为支持性或非支持性。为解决数据不平衡问题，我们采用 GPT-4o 生成平行改写评论，创建平衡数据集。随后我们在不平衡数据集上评估了社交支持分类，使用传统机器学习模型、深度学习架构和基于 Transformer 的模型，包括 GPT-4o。随后我们利用 Transformer 模型比较了平衡与不平衡数据集之间的性能。我们的发现表明，平衡数据集在任务 2（Individual and Group）和任务 3（Nation, Other, LGBTQ, Black Community, Women, Religion）方面取得了改进结果，而 GPT-4o 在任务 1（Social Support and Non-Support）中表现最佳。该研究突显了培育支持性在线环境的重要性，为自动化社交支持检测的未来研究奠定了基础。
引用
@article{arxiv.2502.09640,
title = {Online Social Support Detection in Spanish Social Media Texts},
author = {Moein Shahiki Tash and Luis Ramos and Zahra Ahani and Raul Monroy and Olga kolesnikova and Hiram Calvo and Grigori Sidorov},
journal= {arXiv preprint arXiv:2502.09640},
year = {2025}
}