公众对太阳能的舆情：基于 Transformer 语言模型的 Twitter 意见挖掘
计算与语言
2020-07-28 v1 计算机与社会
摘要
公众对可再生能源的接受与支持是可再生能源政策与市场状况的重要决定因素。本文利用 Twitter（一个人们发布称为推文的消息的微博平台）的数据考察美国公众对太阳能的舆情。我们筛选出特定于太阳能的推文，并使用 Robustly optimized Bidirectional Encoder Representations from Transformers（RoBERTa）执行分类任务。分析 2020 年 1 月下旬至 7 月上旬期间的 71,262 条推文，我们发现公众舆情在各州之间差异显著。在研究期间内，美国东北部地区对太阳能的正面舆情多于南部地区。太阳辐照度与各州间太阳能舆情变化无关。我们还发现，公众对太阳能的舆情与可再生能源政策和市场状况相关，具体而言，与可再生能源组合标准（RPS）目标、用户友好的净计量政策以及成熟的太阳能市场相关。
引用
@article{arxiv.2007.13306,
title = {Public Sentiment Toward Solar Energy: Opinion Mining of Twitter Using a Transformer-Based Language Model},
author = {Serena Y. Kim and Koushik Ganesan and Princess Dickens and Soumya Panda},
journal= {arXiv preprint arXiv:2007.13306},
year = {2020}
}