推文目的与立场的同步识别
计算与语言
2020-01-03 v1 信息检索
机器学习
社会与信息网络
机器学习
摘要
推文分类近来引起了相当多的关注。现有推文分类工作大多集中于主题分类（将推文划分为若干预定义类别）和情感分类（将推文划分为正面、负面和中性）。由于推文不同于常规文本，其长度通常有限且包含非正式、不规则或新词，因此难以确定用户发布推文的意图以及用户对特定话题的态度。本文旨在同步对推文目的（即用户发布推文的意图）与立场（即对给定话题的支持、反对或中立）进行分类。通过将此问题转化为多标签分类问题，提出了一种带后处理的多标签分类方法。在真实数据集上的实验证明了该方法的有效性，且结果优于单独分类方法。
引用
@article{arxiv.2001.00051,
title = {Simultaneous Identification of Tweet Purpose and Position},
author = {Rahul Radhakrishnan Iyer and Yulong Pei and Katia Sycara},
journal= {arXiv preprint arXiv:2001.00051},
year = {2020}
}
备注
8 pages, 3 figures