词语何时重要？基于个体处理效应估计理解词汇选择对受众感知的影响
机器学习
2018-11-16 v4 计算与语言
机器学习
摘要
许多学科的研究表明，词汇选择会影响受众感知。例如，用户在社交媒体资料中如何描述自己会影响其被感知的社会经济地位。然而，我们缺乏估计词汇选择对特定句子感知的因果效应的一般方法。虽然随机对照试验可能提供良好估计，但它们无法扩展到考虑所有词汇选择所需的潜在数百万次比较。相反，本文中我们首先提出两类方法，用于估计在给定句子中将一个词改为另一个词对感知的效应。第一类算法基于准实验设计，从观测数据估计个体处理效应。第二类将处理效应估计视为分类问题。我们使用三个数据源(Yelp、Twitter和Airbnb)进行实验，发现算法估计与随机对照试验产生的估计吻合良好。此外，我们发现跨领域迁移处理效应分类器仍保持高准确度是可能的。
引用
@article{arxiv.1811.04890,
title = {When do Words Matter? Understanding the Impact of Lexical Choice on Audience Perception using Individual Treatment Effect Estimation},
author = {Zhao Wang and Aron Culotta},
journal= {arXiv preprint arXiv:1811.04890},
year = {2018}
}
备注
AAAI_2019