面向Twitter谣言分析的立场分类：利用情感信息与对话结构
计算与语言
2019-01-08 v1
摘要
分析社交媒体中用户针对新闻相关谣言的反应，是防止错误信息传播的重要任务，而错误信息的传播如今已被广泛认为是一种危险趋势。在社交媒体对话中，用户对谣言故事表现出不同的立场与态度。一些用户持明确立场，支持或否认所涉谣言，而另一些仅加以评论，或要求提供与谣言真实性相关的额外证据。在此背景下，SemEval-2017提出了一项新的共享任务（任务8，子任务A），聚焦于英文推文中的谣言立场分类。其目标是根据谣言引发的对话线程，预测用户针对Twitter中新兴谣言的立场，具体表现为支持、否认、质疑或评论原始谣言。本文描述了一种针对该任务的新方法，其中探索了基于对话与基于情感的特征的使用，这些特征覆盖了情感的不同维度。我们的分类模型在SemEval-2017任务8的立场分类中优于性能最佳的系统，显示了所提特征集的有效性。
引用
@article{arxiv.1901.01911,
title = {Stance Classification for Rumour Analysis in Twitter: Exploiting Affective Information and Conversation Structure},
author = {Endang Wahyu Pamungkas and Valerio Basile and Viviana Patti},
journal= {arXiv preprint arXiv:1901.01911},
year = {2019}
}
备注
To appear in Proceedings of the 2nd International Workshop on Rumours and Deception in Social Media (RDSM), co-located with CIKM 2018, Turin, Italy, October 2018