Faces Speak Louder Than Words: Emotions Versus Textual Sentiment in the 2024 USA Presidential Election
本研究通过分析2024年美国总统大选期间的Instagram帖子,比较面部表情与文本情感,发现两者一致,且面部表情在政治事件中提供额外信息,并揭示了党派利用情绪的策略。
2025-03-25 cs.SI
Enriching GNNs with Text Contextual Representations for Detecting Disinformation Campaigns on Social Media
Universidade de São Paulo(圣保罗大学);Institut Polytechnique de Paris(巴黎综合理工学院)
本文将Transformer文本上下文表示融入GNN进行假新闻检测,Macro F1相对提升最高达33.8%,并公开代码。
2024-11-23 cs.AI cs.CL cs.LG
An Improved Approach for Estimating Social POI Boundaries With Textual Attributes on Social Media
Dankook University(檀国大学);Korbit AI;Yonsei University(延世大学)
如何通过利用社交媒体上的文本属性来执行基于密度的聚类还没有得到充分的探索。在本文中,我们的目的是发现一个社会的兴趣点(POI)的边界,形成一个凸多边形。更具体地说,我们提出了一种新的方法和算法,建立在我们以前的工作社会POI边界估计(SoBEst)。此SoBEst方法考虑地理区域内的相关和不相关记录,其中相关记录在其文本字段中包含POI名称或其变体。我们的研究是出于以下经验观察:SoBEst基本假设的每个POI的固定代表坐标可能远离某些POI的估计社交POI边界的质心。因此,在这种情况下使用SoBEst可能导致边界估计质量(BEQ)上的不令人满意的性能,边界估计质量(BEQ)被表示为$F$测量的函数。为了解决这个问题,我们制定了一个联合优化问题,同时找到一个圆的半径和POI的代表坐标$c$,允许更新$c$。随后,我们设计了一个迭代SoBEst(I-SoBEst)算法,它使我们能够实现更高程度的BEQ的一些POI。所提出的I-SoBEst算法的计算复杂性与记录数呈线性关系。我们证明了我们的算法优于竞争聚类方法,包括原来的SoBEst。
2020-12-18 cs.AI cs.DS cs.LG
Characterizing (Un)moderated Textual Data in Social Systems
尽管在线媒体促进了有价值的社会互动,但这些系统为言论提供了空间,这对不同群体的人来说可能是有害的。许多社交媒体对内容的节制促使了一个名为Gab的新的言论自由社交系统的出现,该系统缺乏内容的节制。这篇文章的特点和比较温和的文本数据从Twitter的一组未经审核的数据从加布。特别是,我们分析了温和和unmoderated内容的语言特征方面的区别特征,评估仇恨言论及其在这两种环境中的不同形式。我们的研究表明,无节制的内容呈现出不同的心理语言学特征,更多的负面情绪和更高的毒性。我们的研究结果支持无节制的环境可能会有更多的在线仇恨言论。我们希望我们的分析和研究结果有助于关于仇恨言论的辩论,并有利于旨在部署仇恨言论检测方法的系统。
2021-01-04 cs.SI
Including Images into Message Veracity Assessment in Social Media
University of Lyon, Lyon 2(里昂第二大学)
社交媒体在信息传播中的广泛使用也为谣言的传播奠定了肥沃的土壤,这可能会严重影响社交媒体的可信度。越来越多的用户发布新闻,除了文本之外,还包括诸如图像和视频的多媒体数据。然而,由于简单且有效的图像和视频处理工具的广泛可用性,这样的多媒体内容是容易编辑的。近年来,社交网络帖子的真实性评估问题引起了研究者的广泛关注。然而,几乎所有以前的作品都集中在分析文本内容,以确定准确性,而视觉内容,特别是图像,仍然被忽视或很少利用的文献。在这份立场文件中,我们提出了一个框架,探讨了两种新的方法来评估发布在社交网络上的消息的真实性,通过分析其文本和视觉内容的可信度。
2020-07-20 cs.CV cs.IR cs.LG
Relevancy Classification of Multimodal Social Media Streams for Emergency Services
社交媒体已经成为我们日常生活中不可或缺的一部分。在时间紧迫的事件中,公众在社交媒体上分享各种帖子,包括资源需求,损失和为受影响社区提供帮助的报告。这些帖子可能具有相关性,并可能包含有价值的情况了解信息。然而,社交媒体的信息过载对应急服务及时处理和提取相关信息提出了挑战。此外,近年来社交媒体帖子中多媒体内容的使用日益增加,进一步增加了从社交媒体及时挖掘相关信息的挑战。在本文中,我们提出了一种新的方法,多模态相关性分类的社交媒体职位,相关性的定义方面的应急管理机构的信息需求。具体来说,我们实验与语义文本特征与图像特征的组合,以有效地分类相关的多模态社交媒体帖子。我们验证了我们的方法,使用三个现实世界的危机事件的数据分类的评价。我们的实验表明,利用文本和图像内容的建议的混合框架的基础上的功能,提高识别相关职位的性能。根据这些实验,所提出的分类方法的应用可以减少认知负荷的紧急服务,在大规模过滤多模态公共职位。
2019-10-31 cs.SI
On the Role of Images for Analyzing Claims in Social Media
TIB – Leibniz Information Centre for Science and Technology(莱布尼茨科技与信息研究所);L3S Research Center, Leibniz University Hannover(汉诺威莱布尼茨大学L3S研究中心)
假新闻是社交媒体中的一个严重问题。在本文中,我们提出了一个实证研究的视觉,文本和多模态模型的索赔,索赔检查价值,阴谋检测的任务,所有这些都与假新闻检测。最近的研究表明,图像比文本更有影响力,并且经常与假文本一起出现。为此,近年来提出了几种多模态模型,这些模型使用图像和文本来检测Twitter等社交媒体网站上的假新闻。然而,图像的作用并没有很好地理解索赔检测,特别是使用基于transformer的文本和多模态模型。我们研究了两种语言的四种不同数据集的图像、文本(基于transformer)和多模态信息的最新模型,以了解图像在索赔和阴谋检测任务中的作用。
2021-03-17 cs.CL cs.CV cs.SI
How did the discussion go: Discourse act classification in social media conversations
Jadavpur University(贾达布尔大学);IIIT Delhi(德里印度理工学院信息技术学院)
我们提出了一种新的基于注意力的分层LSTM模型来分类社交媒体对话中的话语行为序列,旨在使用句子级别之外的文本含义从在线讨论中挖掘数据。该任务的独特之处在于对非正式文本讨论中可能的语用角色进行了完整的分类,而不是抽取问题-答案,立场检测或讽刺识别,这些都是非常特定的角色任务。早期的尝试是在Reddit讨论数据集上进行的。我们在相同的数据上训练我们的模型,并在两个不同的数据集上展示测试结果,一个来自Reddit,一个来自Facebook。我们提出的模型在领域独立性方面优于之前的模型;在不使用平台依赖的结构特征的情况下,我们的具有单词相关性注意力机制的分层LSTM分别获得了71%和66%的F1分数,以预测Reddit和Facebook讨论中评论的话语角色。为了在同一任务上学习话语表示,递归和卷积架构的效率已经被提出和分析,具有不同的单词和评论嵌入方案。我们的注意力机制使我们能够根据语篇中的角色来探讨语篇片段的关联排序。我们提出了一个人类注释实验,以揭示有关建模和数据注释的重要观察结果。我们配备了基于文本的话语识别模型,我们探讨了异构的非文本特征,如位置,时间,信息的学习等如何发挥作用,在Facebook上的在线讨论的特征。
2018-08-07 cs.CL cs.SI
Semantic Properties of Customer Sentiment in Tweets
Northwestern University(西北大学)
越来越多的人正在使用在线社交网络服务(SNS),并且大量与消费体验相关的信息通过这种新媒体形式共享。文本挖掘是一种新兴的从网络中挖掘有用信息的技术。我们的目标是发现,特别是在消费者的讨论在社交媒体上的推文语义模式。具体来说,本研究的目的是双重的:1)发现两组文本文档之间的相似性和差异性,包括消费者的情感极性,两种形式的积极与消极的意见和2)驱动实际内容的文本数据,具有语义趋势。经过考虑的推文包括消费者对美国零售公司的看法(例如,亚马逊、沃尔玛)。前一个目标是使用余弦相似度和K均值聚类方法,后一个目标是使用潜在狄利克雷分配(LDA),一个流行的主题建模算法。这是第一个发现消费语境中文本数据语义特性的研究,而不是情感分析。除了主要发现外,我们还将LDA(潜在狄利克雷分配)应用于相同的数据,并绘制了代表消费者在社交媒体上的积极意见和消极意见的潜在主题。
2016-03-24 cs.CL cs.IR cs.SI
NLP Techniques for Water Quality Analysis in Social Media Content
University of Engineering and Technology, Peshawar(白沙瓦工程技术大学);Hamad Bin Khalifa University(哈马德·本·哈利法大学)
本文介绍了我们对MediaEval 2021任务的贡献,即“WaterMM:社交多媒体中的水质”。该任务旨在分析与水质相关的社交媒体帖子,特别关注水彩,气味,味道和相关疾病等方面。为此,提供了一个包含文本和视觉信息以及元数据的多模态数据集。考虑到可用内容的质量和数量,我们主要集中在文本信息,分别采用三种不同的模型和联合后融合的方式。这些模型包括(i)来自Transformers的双向编码器表示(BERT),(ii)鲁棒优化的BERT预训练方法(XLM-RoBERTa),以及(iii)定制的长短期记忆(LSTM)模型,在官方测试集上分别获得0.794、0.717、0.663的总体F1分数。在融合方案中,所有的模型都被平等对待,并没有显着的改善,观察到在性能最好的个人模型。
2021-11-30 cs.CL cs.SI
Geolocated Social Media Posts are Happier: Understanding the Characteristics of Check-in Posts on Twitter
社交媒体上位置共享功能的日益普及使研究人员能够使用地理定位数据进行计算社会科学研究,为研究人类流动性,现实世界事件的影响等提供了机会。本文分析了什么是关键的区别与地理标签的职位,从那些没有。我们发现,共享位置的用户并不能代表整个社交媒体用户群,这会危及仅使用地理定位数据的研究的普遍性。我们考虑三个方面:情感-情感和情绪,内容-文本和非文本,以及受众参与。通过将130万条带有地理标记的推文的数据集与相同大小的随机数据集进行比较,我们发现Twitter上带有地理标记的帖子表现出明显更多的积极性,通常是关于婚礼或毕业典礼等欢乐和特殊事件,传达更多的集体主义而不是个人主义,并且包含更多的附加功能,如标签或图像中的对象,但同时产生的参与度大大降低。这些发现表明,有地理标记的帖子所传达的信息存在显着差异。我们的研究对未来利用地理定位社交媒体数据的研究具有重要意义。
2023-02-14 cs.SI
An Empirical Evaluation of Text Representation Schemes on Multilingual Social Web to Filter the Textual Aggression
DA-IICT(古吉拉特邦达拉尔巴伊信息技术与通信技术研究所)
本文试图研究两个任务,即:用户攻击和事实检测的社会媒体内容的文本表示方案的有效性。在用户攻击检测,目的是从社交媒体中生成的内容和写在英语,梵文印地语和罗马化印地语识别侵略的水平.攻击性水平分为三个预定义的类,即:“非攻击性”,“公开攻击性”和“隐蔽攻击性”。在与灾难有关的事件,社会媒体一样,推特是充斥着数以百万计的职位。在这种紧急情况下,查明实际员额对参与救济行动的组织很重要。我们预计这个问题是分类和排名问题的组合。本文对基于BoW技术、分布式词/句表示、分类器上的迁移学习的各种文本表示方案进行了比较。加权$F_1$评分用作主要评价指标。实验结果表明,在机器学习分类器上,使用BoW的文本表示比词嵌入的效果更好。而预训练的词嵌入技术在基于深度神经网络的分类器上表现更好。最近的迁移学习模型,如ELMO,ULMFiT,针对攻击分类任务进行了微调。然而,结果与预训练的词嵌入模型不一致。总的来说,使用fastText的词嵌入比Word 2 Vec和Glove产生最好的加权$F_1$分数。使用预训练的向量模型进一步改进结果。采用统计显著性检验来确保分类结果的显著性。在词汇上不同的测试数据集的情况下,除了训练数据集之外,深度神经模型更健壮,并且比机器学习分类器表现得更好。
2019-04-16 cs.CL cs.IR cs.SI
You too Brutus! Trapping Hateful Users in Social Media: Challenges, Solutions & Insights
Indian Institute of Technology, Kharagpur(印度理工学院卡拉格普尔分校)
仇恨言论被认为是网络社交媒体的关键问题之一。目前关于仇恨言论检测的文献主要利用文本内容来查找仇恨帖子,并随后识别仇恨用户。然而,这种方法忽略了用户之间的社会联系。在本文中,我们运行的问题空间的详细探索,并调查了一系列的模型,从纯文本的图形为基础,最后半监督技术使用图神经网络(GNN),利用文本和图形为基础的功能。我们在两个数据集上进行了详尽的实验- Gab,这是松散的主持人和Twitter,这是严格的主持人。总体而言,AGNN模型在Gab数据集上实现了0.791的宏F1得分,在Twitter数据集上实现了0.780的宏F1得分,仅使用了5%的标记实例,大大优于所有其他模型,包括完全监督的模型。我们进行详细的错误分析的最佳表现的文本和图形为基础的模型,并观察到仇恨的用户有独特的网络邻居签名和AGNN模型的好处,注意这些签名。正如我们所观察到的,这个属性还允许模型在zero-shot设置中跨平台很好地泛化。最后,我们利用性能最好的GNN模型来分析Gab中仇恨用户及其目标随时间的演变。
2021-08-01 cs.CL cs.LG cs.SI
Multimodal Detection of Information Disorder from Social Media
社交媒体伴随着越来越多的提供虚假信息或误导性内容的内容,即所谓的信息混乱。本文研究了大规模多模态数据集上的多模态假新闻检测问题。我们提出了一个多模式的网络架构,使不同层次和类型的信息融合。除了帖子的文本和视觉内容外,我们还利用次要信息,即用户评论和元数据。我们在多个层次上融合信息,以解释模态的特定内在结构。我们的研究结果表明,多模态分析是非常有效的任务和所有的方式作出积极贡献时,适当融合。
2021-05-31 cs.IR cs.SI
DANES: Deep Neural Network Ensemble Architecture for Social and Textual Context-aware Fake News Detection
University Politehnica of Bucharest(布加勒斯特理工大学);Aarhus University(奥胡斯大学)
社交媒体平台的日益普及简化了新闻文章的创作和发布,但也为传播假新闻创造了渠道。因此,需要有效的上下文感知假新闻检测机制,其中上下文信息可以从帖子的文本内容或从可用的社交数据(例如,关于用户的信息、对帖子的反应或社交网络)。在本文中,我们提出了DANES,一种用于社会和文本上下文感知的假新闻检测的深度神经网络嵌入式架构。DANES包括用于基于文本内容的上下文的文本分支和用于社会上下文的社会分支。这两个分支被用来创建一个新颖的网络嵌入。3个真实世界数据集的初步消融结果,即,BuzzFace、Twitter15和Twitter16是有前途的,在使用社交和文本内容功能时,其准确性优于最先进的解决方案。
2023-02-01 cs.AI cs.CL cs.NE
Temporal Analysis of Drifting Hashtags in Textual Data Streams: A Graph-Based Application
Pontifícia Universidade Católica do Paraná (PUCPR)(巴拉那天主教大学);Instituto Federal de Santa Catarina (IFSC)(圣卡塔琳娜联邦学院);Universidade Estadual de Ponta Grossa (UEPG)(蓬塔格罗萨州立大学)
本研究基于#mybodymychoice话题标签流,用Girvan-Newman图方法分析2018-2022年标签漂移,发现其从女性权利等主题向疫苗接种等多领域漂移,2021年漂移最显著,可用于社交媒体舆情监测。
2024-08-16 cs.LG cs.SI
Representing Social Media Users for Sarcasm Detection
Stanford University(斯坦福大学)
我们探讨了两种方法来代表作者的文本讽刺检测的背景下:贝叶斯方法,直接代表作者的倾向是讽刺,和密集的嵌入方法,可以学习作者和文本之间的互动。使用Reddit评论的SARC数据集,我们证明了用这些表示来增强双向RNN可以提高性能;贝叶斯方法在同质上下文中就足够了,而密集嵌入的附加功能在更多样化的情况下证明是有价值的。
2018-08-25 cs.CL cs.SI
TexTrolls: Identifying Russian Trolls on Twitter from a Textual Perspective
Universitat Politècnica de València(瓦伦西亚理工大学);CNRS(法国国家科学研究中心);Université Paris 13(巴黎第十三大学)
在线新出现的可疑用户,通常被称为巨魔,是仇恨,虚假和欺骗性在线信息的主要来源之一。一些议程正在利用这些有害的用户来传播煽动性的推文,结果,观众被欺骗了。检测此类账户的挑战在于,它们隐藏了自己的身份,这使得它们在社交媒体中伪装起来,增加了仅使用其社交网络信息识别它们的难度。因此,在本文中,我们提出了一种基于文本的方法来检测在线巨魔,例如在美国2016年总统选举期间发现的巨魔。我们的方法主要是基于文本特征,利用主题信息,和分析功能,以确定帐户从他们的写作推文的方式。我们推导出的主题信息,在一个无监督的方式,我们表明,将它们与文本特征,增强了所提出的模型的性能。此外,我们发现,建议的剖析功能执行最好的比较文本功能。
2019-10-03 cs.CL cs.LG cs.SI
Detecting Events and Patterns in Large-Scale User Generated Textual Streams with Statistical Learning Methods
University of Bristol(布里斯托大学)
大量的文本网络流受到现实世界中出现的事件或现象的影响。社交网络形成了一个优秀的现代范例,其中非结构化的用户生成的内容定期发布,并且在大多数情况下是自由分发的。目前的PhD论文涉及的问题推断信息-或一般模式-在现实生活中出现的事件的基础上,这个文本流的内容。我们表明,它是可以提取有价值的信息,社会现象,如流行病,甚至降雨率,通过自动分析的内容发布在社交媒体,特别是Twitter,使用统计机器学习方法。一个重要的中间任务是形成和识别的功能,其中包括一个目标事件,我们选择和使用这些文本功能在几个线性,非线性和混合推理方法实现了显着良好的性能方面的应用损失函数。通过进一步研究这一丰富的数据集,我们还提出了提取各种类型的情绪信号的方法,揭示了情感规范-至少在社交网络的人口-在白天如何演变,以及现实世界中出现的重大事件如何影响它们。最后,我们提出了一些初步的研究结果,显示了这种文本信息的几个时空特征,以及使用它来解决诸如预测投票意图等任务的潜力。
2012-08-13 cs.CL cs.IR cs.LG
CrisisMMD: Multimodal Twitter Datasets from Natural Disasters
在自然灾害和人为灾害期间,人们使用诸如Twitter的社交媒体平台来发布文本和多媒体内容,以报告关于受伤或死亡人员、基础设施损坏以及失踪或找到人员的更新以及其他信息类型。研究表明,这种在线信息如果得到及时和有效的处理,对人道主义组织了解情况和规划救济行动极为有用。除了对文本内容的分析外,最近的研究表明,社交媒体上的图像内容可以显着促进灾害响应。尽管广泛的研究主要集中在文本内容提取有用的信息,有限的工作集中在使用图像内容或两种内容类型的组合。其中一个原因是在这一领域缺乏标记的图像数据。因此,在本文中,我们的目标是通过发布在不同自然灾害期间从Twitter收集的大型多模态数据集来解决这一限制。我们提供了三种类型的注释,它们对于解决不同人道主义组织的危机响应和管理任务非常有用。
2018-05-02 cs.CY cs.SI
Do You Do Yoga? Understanding Twitter Users' Types and Motivations using Social and Textual Information
Purdue University(普渡大学)
利用社交媒体数据来了解人们的生活方式选择是一个令人兴奋的领域,但需要对数据进行多视图制定。在本文中,我们提出了一个联合嵌入模型的基础上融合的神经网络与注意力机制,通过结合用户的社会和文本信息,了解他们的活动和动机。我们使用Twitter上与健康相关的推文,重点关注“瑜伽”。我们在两个下游任务上展示了我们的模型:(i)找到用户类型,例如从业者或促销(推广瑜伽工作室/健身房),其他;(ii)找到用户动机,即健康益处,灵性,喜欢推/转推瑜伽但不练习瑜伽。
2021-01-27 cs.AI cs.CL cs.CY
VGA: Vision and Graph Fused Attention Network for Rumor Detection
Beijing Jiaotong University(北京交通大学)
本文提出视觉与图融合注意力网络VGA,利用传播结构获取群体意见,并挖掘图像篡改特征和隐藏文本,在多模态谣言检测上显著超越现有方法。
2024-01-03 cs.CL cs.CV cs.MM
Does Yoga Make You Happy? Analyzing Twitter User Happiness using Textual and Temporal Information
Purdue University(普渡大学)
尽管瑜伽是一种磨练身心的多成分练习,并被认为可以减少焦虑和抑郁,但在社交媒体上对人们与瑜伽相关的情绪状态的理解仍然存在差距。在这项研究中,我们调查练习瑜伽和快乐之间的因果关系,结合使用者的文本和时间信息,使用格兰杰因果关系。为了从文本中找出因果特征,我们测量了两个变量(i)基于内容分析的瑜伽活动水平和(ii)基于情绪状态的幸福水平。为了理解用户的瑜伽活动,我们提出了一个联合嵌入模型的基础上融合的神经网络与注意力机制,利用用户的社会和文本信息。为了测量瑜伽使用者的情绪状态(目标域),我们提出了一种迁移学习方法,从源域上训练的基于注意力的神经网络模型中转移知识。我们在Twitter数据集上的实验表明,有1447名用户“瑜伽格兰杰带来快乐”。
2020-12-05 cs.AI cs.CL cs.CY
Predicting Social Media Engagement using Machine Learning
Interlake High School(因特莱克高中);Knauss School of Business, University of San Diego(圣地亚哥大学克劳斯商学院);Fox School of Business, Temple University(天普大学福克斯商学院)
本研究通过分析Facebook家具企业图片帖子的视觉、文本和时间特征,运用多种机器学习模型,量化了这些特征对社交媒体参与度的影响,并为组织提供了优化内容策略的建议。
2026-10-12 cs.LG cs.SI
Event Extraction Based on Deep Learning in Food Hazard Arabic Texts
社交媒体网站向公众传播数字设备,使信息共享更容易和更快。交换文本数据是社交媒体用户最流行的交流方式。它已成为治疗的必需品。另一方面,事件提取表明对社交媒体帖子流中的事件的理解。事件提取有助于在自然灾害中采取更快的纠正措施,并可能挽救生命。该任务的主要目标是开发特定的模型来检测和提取数字文本中识别的事件(事件)。我们在这里提出了一个基于深度递归网络的模型,用于从社交媒体提要中提取事件。
2020-08-11 cs.SI
Who Shares Fake News? Uncovering Insights from Social Media Users' Post Histories
本研究利用社交媒体用户发帖历史中的文本线索,识别假新闻分享者的语言特征,提升预测准确性,并探索基于权力感的广告干预以促进事实核查工具采用。
2024-07-22 cs.CL cs.CY cs.SI
Towards a Better Understanding of Online Influence: Differences in Twitter CommunicationBetween Companies and Influencers
在过去的十年中,Twitter等社交媒体平台在公司的各种营销策略中发挥了重要作用。这项工作的目的是检查文本层面上的影响力的内容的存在,通过调查的社会影响力理论的背景下,推文的特点,其尺寸的即时性。为此,我们分析了2018年黑色星期五期间有影响力的Twitter通信数据,使用社交媒体分析方法,如情感分析和程度中心性。结果显示,公司和影响者之间的沟通风格存在显着差异。公司发布了更长的文本内容,并创建了更多具有积极情绪和更多第一人称代词的推文。这些发现将作为未来实验研究的基础,以检验文本存在对消费者认知和购买意愿的影响。
2022-02-16 cs.SI
Unmasking information manipulation: A quantitative approach to detecting Copy-pasta, Rewording, and Translation on Social Media
本研究提出$3Δ$-空间重复方法论,通过量化语义、字形和语言特征检测社交媒体上复制粘贴、改写和翻译三类信息操纵,验证于合成与真实数据,能高效识别大规模文本操纵及翻译内容。
2023-12-28 cs.SI
Topic Modelling and Event Identification from Twitter Textual Data
University of Ottawa(渥太华大学);Institute for Big Data Analytics, Dalhousie University(达尔豪斯大学大数据分析研究所);Institute of Computer Science, Polish Academy of Sciences(波兰科学院计算机科学研究所);Peacegeeks(和平极客);iHUB
互联网上社交媒体内容的巨大增长激发了文本分析的发展,以了解和解决现实生活中的问题。利用统计主题建模可以帮助研究人员和从业人员更好地理解文本内容,并为进一步分析提供有用的信息。当我们处理大量动态文本时,统计主题建模变得尤为重要,例如,Facebook或Twitter数据集。在这项研究中,我们总结了四个数据集的Twitter消息在肯尼亚具有挑战性的社会事件的消息内容。我们使用潜在狄利克雷分配(LDA)主题模型来分析内容。我们的研究使用了两个评价指标,归一化互信息(NMI)和主题一致性分析,以选择最好的LDA模型。实验结果表明,该工具可以有效地提取讨论主题并进行归纳,以便于进一步的人工分析
2016-08-08 cs.CL cs.SI
Modeling Food Popularity Dependencies using Social Media data
Center for Urban Science + Progress(城市科学与进步中心);New York University(纽约大学)
主要社交媒体平台的普及使人们能够分享有关日常生活的照片和文本信息。分享信息的热门话题之一是食物。由于许多关于食物的媒体都归因于特定的地点和餐馆,因此可以分析各种美食的时空流行度等信息。跟踪食品类型和零售地点在空间和时间上的受欢迎程度对企业主和餐馆投资者也很有用。在这项工作中,我们提出了一种方法,使用现成的机器学习技术,以确定趋势和流行的美食类型在一个地区使用地理标记的数据从社交媒体,谷歌图像和Yelp。在调整时间后,我们使用核密度估计来获得整个位置的热点,并使用贝叶斯网络对食物烹饪流行度之间的依赖关系进行建模。我们将纽约市曼哈顿区作为我们分析的地点,但该方法可用于任何具有社交媒体数据和零售业务信息的地区。
2019-12-10 cs.LG cs.SI stat.AP
Tweeting the Mind and Instagramming the Heart: Exploring Differentiated Content Sharing on Social Media
了解多个OSN(在线社交网络)的使用情况一直是重要的研究兴趣,因为它有助于识别每个社交媒体平台中有助于其持续存在的独特和显著特征。当基于在所有平台上持有活跃帐户的代表性大多数用户进行比较时,OSN之间的比较是有见地的。在这项研究中,我们收集了一组在Twitter和Instagram上拥有账户的用户简档,这些平台在大多数用户中很突出。对这些用户发布的媒体内容进行了广泛的文本和视觉分析,结果显示,这两个平台在基本层面上确实存在差异,Instagram吸引了更多用户的心,Twitter吸引了更多用户的心。这些差异几乎反映在每一个微观分析所做的语言,主题和视觉方面。
2016-03-08 cs.SI
Text-mining forma mentis networks reconstruct public perception of the STEM gender gap in social media
心智重构映射了个体如何构建和感知知识,通过研究语言及其在人类心智中的认知反映(即心理词汇)来展开这一映射。文本形式网络(TFMN)是一种用于从文本数据中提取、表示和理解思维结构的玻璃盒。结合网络科学,心理语言学和大数据,TFMNs成功地识别了基准文本中的相关概念,而无需监督。工作队管理网络一旦得到验证,就被用于科学领域性别差距的案例研究,最近的研究表明,科学领域的性别差距与扭曲的心态密切相关。这项工作侧重于社会媒体的看法和在线话语,分析了10 000条相关推文。“性别”和“差距”引起了一个主要是积极的看法,与信任/欢乐的情感概况和语义联想,庆祝成功的女科学家,相关的性别差距工资差异,并希望未来的解决方案。对“妇女”的看法突出了关于性骚扰和陈规定型观念威胁(一种隐性认知偏见)的讨论,这些威胁与科学界妇女“牺牲个人技能以取得成功”有关。对“人”的重构凸显了社会使用者对科学领域男尊女卑神话的认识。在“人”的周围没有发现愤怒,这表明以性别为中心的话语在无性别术语周围变得不那么紧张。与现实世界的调查不同,网上没有发现对“科学家”的刻板印象。总体分析表明,网上讨论促进了对性别差距的基本上没有陈规定型观念、积极/信任的看法,意识到隐性/显性偏见,并预计将缩小差距。工作队为调查不同群体的看法开辟了新的途径,为决策提供了详细的数据依据。
2020-03-18 cs.CY cs.SI physics.soc-ph
Predicting the Quality of Short Narratives from Social Media
University of Massachusetts Boston(马萨诸塞大学波士顿分校);Disney Research(迪士尼研究院)
建立叙事计算模型的一个重要而困难的挑战是叙事质量的自动评估。质量评估将叙事理解和生成联系起来,因为生成系统需要评估自己的产品。为了规避获取注释的困难,我们采用社交媒体中的支持率作为故事质量的近似衡量标准。我们从大众问答网站Quora收集了54,484个答案,然后使用主动学习构建了一个分类器,将28,320个答案标记为故事。为了在不使用社交网络功能的情况下预测支持数,我们创建了对文本区域和区域之间的相互依赖性进行建模的神经网络,这可以作为未来研究的强有力的基准。据我们所知,这是第一个大规模的自动评价叙事质量的研究。
2017-07-08 cs.CL cs.SI
Re-calibrating methodologies in social media research: Challenge the visual, work with Speech
本文反思社交媒体研究中语音数据的利用,提出TikTok字幕工具包以支持大规模语音分析,并通过案例展示其机遇与局限,倡导听觉探索作为现有方法的补充。
2024-12-17 cs.IR cs.SI
MASH: A Multiplatform and Multimodal Annotated Dataset for Societal Impact of Hurricane
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);M.Kh. Dulaty Taraz University(M.Kh. 杜拉提塔拉兹大学);Loyola Marymount University(洛约拉马利蒙特大学);Miami University(迈阿密大学)
MASH数据集通过多平台和多模态注释,全面覆盖飓风社会影响的多维度研究需求。
2026-01-17 cs.SI
FR-Detect: A Multi-Modal Framework for Early Fake News Detection on Social Media Using Publishers Features
University of Zanjan(赞詹大学)
近年来,随着互联网的扩张和有吸引力的社交媒体基础设施,人们更喜欢通过这些媒体关注新闻。尽管这些媒体在新闻领域拥有诸多优势,但由于缺乏任何控制和核查机制,导致假新闻泛滥,成为对民主、经济、新闻业和表达自由的最重要威胁之一。设计和使用自动方法来检测社交媒体上的假新闻已成为一项重大挑战。在本文中,我们研究了出版商在检测社交媒体上的假新闻方面的作用。我们还提出了一个高精度的多模态框架,即FR检测,使用用户相关和内容相关的功能与早期检测能力。为此目的,已为出版商引入两项与用户有关的新功能,即活动可信度和影响力。此外,还提供了一个基于文本级的卷积神经网络,以将这些特征与潜在文本内容特征适当地结合起来。实验结果表明,发布者的功能可以提高基于内容的模型的性能高达13%和29%的准确率和F1分数,分别。
2021-09-10 cs.CL cs.LG cs.SI
A multimodal deep learning approach for named entity recognition from social media
University of Tabriz(大不里士大学)
从社交媒体帖子中识别命名实体识别(NER)是一项具有挑战性的任务。用户生成的内容形成了社交媒体的本质,是嘈杂的,包含语法和语言错误。这种嘈杂的内容使得诸如命名实体识别之类的任务变得更加困难。我们提出了两种利用多模态深度学习和Transformers的新型深度学习方法。我们的两种方法都使用来自简短社交媒体帖子的图像特征,以在NER任务上提供更好的结果。在第一种方法中,我们使用InceptionV3提取图像特征,并使用融合来结合文本和图像特征。当用户提供与实体相关的图像时,这呈现了更可靠的名称实体识别。在第二种方法中,我们将图像特征与文本相结合,并将其馈送到Transformer等BERT中。实验结果,即,准确率,召回率和F1得分指标显示了我们的工作相比,其他国家的最先进的NER解决方案的优越性。
2020-07-12 cs.CL cs.LG cs.MM
Social Media Image Analysis for Public Health
几个项目已经显示了使用文本社交媒体数据来跟踪公共卫生问题的可行性,例如时间流感模式或地理肥胖模式。在本文中,我们将研究来自Instagram的地理标记图像是否也提供了一个可行的数据源。特别是对于“生活方式”疾病,如肥胖,饮酒或吸烟,社交聚会的图像可以提供不一定在推文中共享的信息。在这项研究中,我们探讨(i)用户提供的标签和(ii)通过自动图像标记获得的注释是否确实对研究公共卫生有价值。我们发现,用户提供的和机器生成的标签提供的信息,可以用来推断一个县的健康统计数据。对于大多数统计数据来说,用户提供的标签是更好的特征,而对于预测过量饮酒,机器生成的标签(如“液体”和“玻璃”)会产生更好的模型。这暗示了使用机器生成的标签来研究药物滥用的潜力。
2017-03-24 cs.CY cs.SI
Anxiety, Alcohol, and Academics: A Textual Analysis of Student Facebook Confessions Pages
大学生在完全匿名的情况下在社交媒体上向同龄人透露了什么?他们的校园环境与他们揭露的主题有关吗?为了回答这些问题,我分析了Facebook的忏悔页面。这些页面在数百所大学校园中很受欢迎,允许学生在公共社区论坛上匿名发布个人自白。在这份初步的研究报告中,我分析了几个解释网络学生忏悔行为的因素。在3年的时间里,我汇总了近20万个忏悔帖子,将潜在狄利克雷分配(LDA)与Mechanical Turk的人工验证相结合,以可扩展地识别这些在线忏悔中的主题。在可能的情况下,我还将帖子链接到从Twitter解析的真实世界新闻事件。我发现,提到社会经济学以及身心健康的忏悔更经常发生在顶级,昂贵的私立大学。虽然与事件有关的忏悔最经常提到与学校有关的事件,但许多人提到当地校园范围之外的全球和国内事件。结果表明,来自不同校园的本科生披露的主题,如种族,社会经济学和政治不同,但总的来说,随着时间的推移,在类似的模式后。此外,结果证实,匿名Facebook忏悔者在健康和社会经济地位等重要但禁忌的话题上获得了支持。
2018-08-19 cs.CY cs.SI
Enhancing Rumor Detection in Social Media Using Dynamic Propagation Structures
Facebook和Twitter等社交媒体已成为最重要的信息传播渠道之一。然而,这些社交媒体平台经常被滥用来传播谣言,这带来了严重的社会问题,因此,迫切需要自动谣言检测技术。现有的谣言检测工作更多地集中在文本特征的利用上,而扩散结构本身可以为谣言的识别提供关键的传播信息。以前的作品,考虑了结构信息,只利用有限的传播结构。此外,很少有相关的研究已经考虑了扩散结构的动态演化。为了解决这些问题,在本文中,我们提出了一种使用动态传播结构的神经模型(NM-DPS)用于社交媒体中的谣言检测。首先,我们提出了一个分区的方法来模拟传播结构的动态演变,然后使用基于时间注意力的神经模型来学习的动态结构的表示。最后,我们融合的结构表示和内容特征到一个统一的框架,有效的谣言检测。两个真实世界的社交媒体数据集上的实验结果表明,动态传播结构信息的显着性和我们所提出的方法在捕捉动态结构的有效性。
2020-08-27 cs.SI
FauxWard: A Graph Neural Network Approach to Fauxtography Detection Using Social Media Comments
在线社交媒体已经成为人们消费和分享新闻内容的流行来源。最近,网上错误信息的传播引起了广泛关注。在这项工作中,我们专注于检测社交媒体上的人造图像的关键任务,其中图像和相关文本一起传达误导性信息。人们已经做出了许多努力来减轻网上的错误信息,但我们发现,现有的工作还没有完全解决伪造的问题。专注于检测社交媒体上的虚假图像或误导文本的解决方案通常无法识别由图像和伪造帖子的关联文本一起传递的错误信息。在本文中,我们开发了FauxWard,这是一种新型的图卷积神经网络框架,它明确地探索了从社交媒体帖子的用户评论网络中提取的复杂信息,以有效地识别伪造。FauxWard是无内容的,因为它不分析帖子本身的视觉或文本内容,这使得它能够抵御复杂的伪造上传者,他们故意通过编辑文本或图像内容来制作以图像为中心的帖子。我们在从主流社交媒体平台收集的两个真实世界数据集上评估了FauxWard(即,Reddit和Twitter)。结果表明,FauxWard在识别社交媒体上的伪造帖子方面既有效又高效。
2021-06-21 cs.SI
Integrating Emotion Distribution Networks and Textual Message Analysis for X User Emotional State Classification
Isfahan University of Technology(伊斯法罕理工大学);Yazd University(亚兹德大学)
针对X社交网络用户情绪状态分类问题,提出融合文本分析、个人资料/粉丝分析及情绪传播模式的混合方法,相比仅关注文本的传统方法,准确率提升12%-15%。
2025-04-11 cs.AI cs.LG cs.SI
A Motif-based Approach for Identifying Controversy
在社交媒体上讨论的话题中,有些会引发争议。最近的一些研究主要集中在识别社交媒体中的争议问题上,主要是基于文本内容的分析或依赖于全球网络结构。由于难以理解自然语言和研究全局网络结构,这些方法具有很强的局限性。在这项工作中,我们表明,它是可能的,以检测在社会媒体的争议,利用网络图案,即,用户交互的本地模式。所提出的方法允许对用户讨论及其随时间的演变进行独立于语言且细粒度且计算效率高的分析。利用模体模式的监督模型可以达到85%的准确率,与基线结构,基于传播和时间网络特征相比,提高了7%。
2017-03-15 cs.SI
Detection of Violent Extremists in Social Media
互联网的易用性使伊拉克和叙利亚伊斯兰国(ISIS)等暴力极端分子能够轻松接触到大量受众,建立个人关系并增加招募。社交媒体主要是根据他们从自己的用户那里收到的报告来缓解这个问题。尽管社交媒体努力暂停许多账户,但这一解决方案并不能保证有效,因为并非所有极端分子都是这样被抓住的,或者他们可以简单地使用另一个账户返回或迁移到其他社交网络。在本文中,我们设计了一个自动检测方案,使用少到三组相关的用户名,配置文件和用户的文本内容的信息,确定是否一个给定的用户名属于一个极端主义用户。我们首先证明,极端分子倾向于采用与他们志同道合的人过去采用的用户名相似的用户名。然后,我们提出了一个检测框架,该框架部署了高度指示潜在网络极端主义的特征。来自Twitter的真实世界ISIS相关数据集的结果证明了该方法在识别极端主义用户方面的有效性。
2019-02-05 cs.SI
SoMeR: Multi-View User Representation Learning for Social Media
USC Information Sciences Institute(南加州大学信息科学研究所)
针对现有社交媒体用户表示方法依赖单一特征、无法整体建模跨模态行为的问题,提出融合多类信息的SoMeR框架,通过联合训练学习全面用户表示,在三类社会政治相关应用中展现出通用性。
2025-03-20 cs.AI cs.IR cs.SI
Interpretable Multi-Head Self-Attention model for Sarcasm Detection in social media
University of Central Florida(中佛罗里达大学)
讽刺(Sarcasm)是一种语言表达方式,通常用来表达与所说的相反的意思,通常是非常不愉快的事情,意图是侮辱或嘲笑。讽刺表达中固有的歧义性,使得讽刺检测非常困难。在这项工作中,我们专注于从各种社交网络平台和在线媒体的文本对话中检测讽刺。为此,我们开发了一个可解释的深度学习模型,使用多头自注意和门控递归单元。多头自我注意模块帮助识别关键的讽刺线索词从输入,和循环单元学习这些线索词之间的长期依赖关系,以更好地分类输入文本。我们通过在来自社交网络平台和在线媒体的多个数据集上实现最先进的结果来展示我们方法的有效性。使用我们提出的方法训练的模型很容易解释,并能够识别输入文本中的讽刺线索,这有助于最终的分类得分。我们将学习到的注意力权重在几个样本输入文本上可视化,以展示我们模型的有效性和可解释性。
2021-01-14 cs.AI cs.CL cs.SI
Analyzing the Language of Food on Social Media
University of Arizona(亚利桑那大学)
我们调查了社交媒体上食物语言背后的预测能力。我们从Twitter上收集了超过300万条与食物相关的帖子,并证明了许多潜在的人口特征可以直接从这些数据中预测:超重率,糖尿病率,政治倾向和作者的家庭地理位置。对于所有任务,我们基于语言的模型都显著优于多数类基线。通过更复杂的自然语言处理(如主题建模),性能得到了进一步提高。我们分析了哪些文本特征对这些数据集具有最强的预测能力,从而深入了解食物语言、地理位置和社区特征之间的联系。最后,我们设计并实现了一个在线的数据集的实时查询和可视化系统。可视化工具,如地理参考热图,语义保留词云和时间直方图,使我们能够发现反映在食物语言中的更复杂的全球模式。
2014-09-11 cs.CL cs.CY cs.SI
Intent Classification using Feature Sets for Domestic Violence Discourse on Social Media
对妇女的家庭暴力现在被认为是世界范围内一个严重和普遍的问题。家庭暴力和虐待是社会上许多问题的根源,被认为是社会禁忌话题。幸运的是,随着社交媒体的普及,社会福利社区和受害者支持团体促进受害者分享他们的虐待故事,并允许其他人提供建议和帮助受害者。因此,为了提供满足这些需求的即时资源,需要对受害者的具体信息与其他信息保持警惕。在本文中,我们认为意图挖掘是一个二元分类问题(滥用或建议)与滥用话语的用例。为了解决这个问题,我们从原始语料中提取丰富的特征集,使用心理语言学线索和文本特征的术语类交互方法。机器学习算法用于预测两个不同特征集之间的分类器的准确性。我们的实验结果具有很高的分类精度,通过大型社交媒体及其在服务各种社区福利组织的信息需求中的使用,为理解一个大的社会问题提供了一个有前途的解决方案。
2018-02-21 cs.CY cs.SI
Rumor Detection on Social Media with Temporal Propagation Structure Optimization
Beihang University(北京航空航天大学)
针对现有社交媒体谣言检测方法忽略传播时序与结构噪声的问题,提出结合加权时序传播树、结构熵编码树与递归神经网络的检测方法,在两个常用数据集上表现更优。
2024-12-12 cs.CL cs.SI
"Double vaccinated, 5G boosted!": Learning Attitudes towards COVID-19 Vaccination from Social Media
University of Luxembourg(卢森堡大学)
为解决疫苗犹豫影响COVID-19疫苗接种工作的问题,了解公众疫苗接种态度并及时掌握其变化至关重要。尽管可靠性和可信度,传统的态度收集的基础上的调查是耗时和昂贵的,不能跟随疫苗接种态度的快速演变。我们利用社交媒体上的文本帖子,通过提出一个深度学习框架,近实时地提取和跟踪用户的疫苗接种立场。为了解决语言特征的影响,如在疫苗相关的话语中常用的讽刺和讽刺,我们将用户的社交网络邻居的最近的帖子整合到框架中,以帮助检测用户的真实态度。基于我们来自Twitter的注释数据集,与最先进的纯文本模型相比,从我们的框架实例化的模型可以将态度提取的性能提高23%。使用这个框架,我们成功地验证了使用社交媒体来跟踪现实生活中疫苗接种态度演变的可行性。我们进一步展示了我们的框架的一个实际用途,通过验证预测用户的疫苗犹豫变化与从社交媒体感知的信息的可能性。
2022-06-27 cs.CY cs.LG cs.SI
Leveraging Social Interactions to Detect Misinformation on Social Media
Italian National Police(意大利国家警察);University of Southern California(南加州大学);Bocconi University(博科尼大学)
本研究针对社交媒体虚假信息检测问题,提出利用社交互动网络信息并结合深度神经语言模型的多输入(MI)框架,通过跟踪互动序列改进了现有最先进模型。
2023-04-06 cs.CL cs.SI
Can Platform Design Encourage Curiosity? Evidence from an Independent Social Media Experiment
Duke University(杜克大学);Graz University of Technology(格拉茨工业大学);University of Houston(休斯顿大学)
本文通过实验表明,平台设计通过激发好奇心可促进亲社会行为,且不影响用户体验。
2026-01-22 cs.SI
Multi-Modal Embeddings for Isolating Cross-Platform Coordinated Information Campaigns on Social Media
本文提出一种融合文本、时间和网络信息的多模态方法,用于识别跨多个社交媒体平台的协同信息活动,并在白头盔相关数据上验证了其有效性。
2023-09-22 cs.SI
Fine-Grained Prediction of Political Leaning on Social Media with Unsupervised Deep Learning
Institute of Informatics and Telematics(信息与电信研究所);National Research Council(国家研究委员会)
预测社交媒体用户的政治倾向是一项越来越受欢迎的任务,因为它对选举预测,意见动态模型以及研究两极分化和虚假信息的政治层面非常有用。在这里,我们提出了一种新的无监督技术,用于从社交媒体帖子的文本内容中学习细粒度的政治倾向。我们的技术利用深度神经网络在表示学习任务中学习潜在的政治意识形态。然后,用户被投射到一个低维的意识形态空间,他们随后聚类。用户的政治倾向是从用户被分配到的集群中自动导出的。我们在两个具有挑战性的分类任务中评估了我们的技术,并将其与基线和其他最先进的方法进行了比较。我们的技术在所有无监督技术中获得了最好的结果,在8类任务中微F1 = 0.426,在3类任务中微F1 = 0.772。除了本身有趣之外,我们的研究结果还为开发新的和更好的无监督方法来检测细粒度的政治倾向铺平了道路。
2022-02-23 cs.AI cs.CL cs.CY