中文

十余年的社会观点挖掘:一项系统性综述

计算与语言 2021-07-08 v2 人工智能

摘要

由于人们通过多种渠道利用社交媒体进行各类社交互动,其流行度与重要性日益增加。本系统性综述聚焦于不断演进的社会观点挖掘(Social Opinion Mining)研究领域,该领域致力于从跨多个社交媒体平台、以文本、图像、视频和音频等多种媒体格式呈现的用户生成内容中,识别主观性、情感极性、情绪、情感、讽刺与反讽等多重观点维度。通过社会观点挖掘,可从人类表达的不同观点维度理解自然语言。这有助于人工智能的演进,进而推动客户服务与决策制定等多个现实用例的进展。我们对社会观点挖掘研究进行了详尽的系统性综述,共涵盖 485 项已发表研究,时间跨度为 2007 至 2018 年的十二年。深入分析聚焦于社交媒体平台、技术、社会数据集、语言、模态、工具与技术,以及其他衍生方面。社会观点挖掘可应用于众多领域,从产品/服务管理的营销、广告与销售,到政治、科技、金融、医疗、体育与政府等多个领域与行业。本文还介绍了 2018 年之后社会观点挖掘的最新进展与未来研究方向,旨在多个现实应用中留下更广泛的学术与社会影响。

关键词

引用

@article{arxiv.2012.03091,
  title  = {Over a Decade of Social Opinion Mining: A Systematic Review},
  author = {Keith Cortis and Brian Davis},
  journal= {arXiv preprint arXiv:2012.03091},
  year   = {2021}
}

备注

170 pages, 3 figures. This is a preprint of an article published in Artificial Intelligence Review (2021)