Twitter 上词共现网络中的情感与结构
计算与语言
2022-03-04 v1 计算机与社会
社会与信息网络
物理与社会
摘要
我们利用词共现网络探究政治推文中上下文与幸福度评分之间的关系，其中网络节点为词语，边的权重为语料中两个相连词共现的推文数量。我们特别考虑带有 #imwithher 和 #crookedhillary 标签的推文，二者均涉及希拉里·克林顿 2016 年的总统竞选。随后，我们通过与零模型比较来分析网络性质与词语评分的结合，以分离网络结构与评分分布的影响。研究发现中性词占主导，且大多数词无论极性如何都倾向于与中性词共现。我们未观察到正性词与负性词之间的任何评分同配性。然而，当我们进行网络骨干提取时，社区检测将词语分组成具有有意义叙事的群组，且各组词语的幸福度评分对应于其各自主题。因此，尽管我们在节点或边层面未观察到幸福度评分与共现之间的清晰关系，以社区为中心的方法能够分离语料中竞争情感的主题。
引用
@article{arxiv.2110.00587,
title = {Sentiment and structure in word co-occurrence networks on Twitter},
author = {Mikaela Irene Fudolig and Thayer Alshaabi and Michael V. Arnold and Christopher M. Danforth and Peter Sheridan Dodds},
journal= {arXiv preprint arXiv:2110.00587},
year = {2022}
}