谁指责或 endors 谁？新闻文本中实体到实体的有向情感抽取
计算与语言
2021-06-23 v2 计算机与社会
信息检索
摘要
理解新闻文本中谁指责或支持谁，是计算社会科学中的一个关键研究问题。然而，传统的情感分析方法与数据集并不适用于政治文本领域，因为它们未考虑实体间表达情感的方向。在本文中，我们提出一项新颖的 NLP 任务，即从给定新闻文档中识别政治实体间的有向情感关系，我们称之为有向情感抽取。我们从百万规模新闻语料库构建了一个新闻句子数据集，其中政治实体的情感关系经过人工标注。我们提出了一种简单而有效的利用预训练 transformer 的方法，其通过预测多个问答任务并组合结果来推断目标类别。我们通过分析两起重大事件（2016 年美国总统大选和 COVID-19）中政治实体间的正负观点，展示了我们所提方法对社会科学研究问题的效用。新提出的问题、数据和方法将促进未来关于跨学科 NLP 方法与应用的研究。
引用
@article{arxiv.2106.01033,
title = {Who Blames or Endorses Whom? Entity-to-Entity Directed Sentiment Extraction in News Text},
author = {Kunwoo Park and Zhufeng Pan and Jungseock Joo},
journal= {arXiv preprint arXiv:2106.01033},
year = {2021}
}
备注
Published in Findings of ACL 2021 (Long paper). The manuscript is slightly revised after the camera ready version