基于社交媒体数据的跨性别群体情感分析：一种自然语言处理方法
计算与语言
2022-07-21 v2
摘要
与一般人群相比，跨性别群体在心理健康状况方面存在巨大差异。解读跨性别者发布的社交媒体数据可能有助于我们更好地理解这些性少数群体的情感并实施早期干预。在本研究中，我们手动将跨性别者发布的 300 条社交媒体评论分类为负面、正面和中性情感。采用 5 种机器学习算法和 2 种深度神经网络，基于标注数据构建情感分析分类器。结果表明，我们的标注是可靠的，三个类别的 Cohen's Kappa 分数均超过 0.8。LSTM 模型取得了最优性能，准确率超过 0.85，AUC 为 0.876。我们的下一步将专注于在更大的标注数据集上使用先进的 NLP 算法。
引用
@article{arxiv.2010.13062,
title = {Transgender Community Sentiment Analysis from Social Media Data: A Natural Language Processing Approach},
author = {Yuqiao Liu and Yudan Wang and Ying Zhao and Zhixiang Li},
journal= {arXiv preprint arXiv:2010.13062},
year = {2022}
}
备注
5 pages, 1 figures