研究 Twitter 上的积极言论
计算与语言
2017-03-01 v1
摘要
我们展示了关于 Twitter 上积极言论的实证研究结果。我们将积极言论理解为旨在改善特定情境的言论，在本研究中特指一个冲突多发国家中不同社群之间的关系。我们使用了四个 Twitter 数据集。通过半人工观点挖掘，我们发现积极言论占数据比例不足 1%。在完全自动化的研究中，我们测试了两种方法：无监督统计分析和基于分布式词表示的监督文本分类。我们讨论了这些方法的优势与挑战，并报告了研究中获得的实证证据。
引用
@article{arxiv.1702.08866,
title = {Studying Positive Speech on Twitter},
author = {Marina Sokolova and Vera Sazonova and Kanyi Huang and Rudraneel Chakraboty and Stan Matwin},
journal= {arXiv preprint arXiv:1702.08866},
year = {2017}
}
备注
13 pages, 6 tables