观其友而知其人：NLP中社交媒体用户的动态表示
计算与语言
2019-09-04 v1
摘要
关于个体的信息有助于更好地理解其所言，尤其在文本简短的社交媒体中。当前建模社交媒体用户的方法关注其社交连接，却以静态方式利用该信息，将所有连接同等对待。这忽略了社会语言学中所熟知的事实：个体可能属于多个社群，而这些社群并非在所有交际情境下都同等相关。我们提出一个基于图注意力网络（Graph Attention Networks）的模型来捕捉这一观察。该模型动态探索用户的社交图，针对目标任务计算由最相关连接得出的用户表示，并将其与语言信息结合以进行预测。我们将该模型应用于三项不同任务，与替代模型进行比较，并深入分析结果，表明其显著优于其他现有方法。
引用
@article{arxiv.1909.00412,
title = {You Shall Know a User by the Company It Keeps: Dynamic Representations for Social Media Users in NLP},
author = {Marco Del Tredici and Diego Marcheggiani and Sabine Schulte im Walde and Raquel Fernández},
journal= {arXiv preprint arXiv:1909.00412},
year = {2019}
}
备注
To appear in Proceeding of EMNLP 2019