推文立场检测：一种基于 SVM 的方法
计算与语言
2018-03-26 v1
摘要
立场检测是情感分析的一个子问题，旨在探究一段自然语言文本的作者对特定目标（在文本中明确表述或未明确表述）的立场。立场输出通常为支持、反对或中立。本文以体育相关推文的立场检测为目标，并展示了我们基于 SVM 的立场分类器在此类推文上的性能结果。首先，我们描述了三个版本的专有推文数据集，这些数据集带有立场信息标注，均出于研究目的公开发布。接下来，我们评估了使用不同特征集的 SVM 分类器在该数据集上的立场检测能力。所采用的特征基于一元语法、二元语法、话题标签、外部链接、表情符号以及命名实体。结果表明，SVM 分类器联合使用基于一元语法、话题标签和命名实体的特征，是解决体育相关推文立场检测问题的一种可行方法。
引用
@article{arxiv.1803.08910,
title = {Stance Detection on Tweets: An SVM-based Approach},
author = {Dilek Küçük and Fazli Can},
journal= {arXiv preprint arXiv:1803.08910},
year = {2018}
}
备注
13 pages