利用基于方面的多模态情感分析检索社交媒体上的用户意见

人们在社交媒体上发布自己的观点和经历，产生了丰富的终端用户情感数据库。本文展示了机器学习在多大程度上可以分析和结构化这些数据库。我们部署了一个自动化的数据分析流水线，为其他领域的研究人员提供对用户生成内容的洞察。首先，领域专家可以选择一张图像和一个感兴趣的术语。然后，该流水线使用图像检索来查找所有显示相似内容的图像，并应用基于方面的情感分析来概述用户对所选术语的意见。作为建筑学与计算机科学研究人员跨学科项目的一部分，我们对汉堡易北爱乐音乐厅进行了实证研究。因此，我们从 Flickr 平台选取了 30 万条带有标签 \enquote{\texttt{hamburg}} 的帖子。图像检索方法生成了一个包含略多于 1500 张显示易北爱乐音乐厅的图像子集。我们发现，这些帖子主要传达了对它的中性或正面情感。通过这个流水线，我们提出了一种新的语义计算方法，可以为领域专家（例如建筑学领域专家）提供对终端用户意见的新颖见解。