使用预训练语言模型进行西班牙政党推文的情感分析
计算与语言
2024-11-08 v1 计算机与社会
摘要
本研究利用BETO和RoBERTuito两种针对西班牙文本优化的预训练语言模型，调查了西班牙政党在Twitter上的通信中的情感模式。使用来自主要西班牙政党——PSOE、PP、Vox、Podemos和Ciudadanos——在2019年至2024年期间的推文数据集，本研究分析了情感分布，并探讨了情感表达与政党意识形态之间的关系。结果表明，两种模型一致地在所有政党中识别出主导的中性情感，而在负面和正面情感方面存在显著差异，与意识形态区分相一致。具体而言，Vox表现出更高水平的负面情感，而PSOE展现出相对较高的正面情感，支持了政治信息中的情感诉求反映意识形态立场的假设。本研究强调了预训练语言模型在非英语社交媒体情感分析中的潜力，为塑造西班牙多党制政治体系中公共话语的情感动态提供了见解。
引用
@article{arxiv.2411.04862,
title = {Sentiment Analysis of Spanish Political Party Tweets Using Pre-trained Language Models},
author = {Chuqiao Song and Shunzhang Chen and Xinyi Cai and Hao Chen},
journal= {arXiv preprint arXiv:2411.04862},
year = {2024}
}
备注
21 pages, 6 figures