水危机背景下的社交媒体归因
计算机与社会
2020-01-07 v1 机器学习
摘要
自然灾害/集体不幸的归因是一个被广泛研究的政治科学问题。然而，此类研究通常以调查为中心，或依赖少数专家对此事发表意见。在本文中，我们探索如何使用社交媒体数据和人工智能驱动的方法来补充传统调查并自动提取归因因素。我们聚焦于最近一次的钦奈水危机，它起初是一个地区性问题，但在令人担忧的水危机统计数据公布后迅速升级为具有全球重要性的讨论话题。具体而言，我们提出了一种新颖的归因关联检测预测任务，用于识别被认为对危机负有责任的因素（例如城市规划不善、人口爆炸等）。在由 YouTube 评论构建的具有挑战性的数据集（43,859 名用户在 623 个相关视频上发布的 72,098 条评论）上，我们提出了一种神经分类器来提取归因关联，其取得了合理的性能（归因检测的准确率为 81.34%，归因分辨的准确率为 71.19%）。
引用
@article{arxiv.2001.01697,
title = {Social Media Attributions in the Context of Water Crisis},
author = {Rupak Sarkar and Hirak Sarkar and Sayantan Mahinder and Ashiqur R. KhudaBukhsh},
journal= {arXiv preprint arXiv:2001.01697},
year = {2020}
}