MemeSense: An Adaptive In-Context Framework for Social Commonsense Driven Meme Moderation
Indian Institute of Technology Kharagpur(印度理工学院卡拉格普尔分校);Eindhoven University of Technology(埃因霍温理工大学);Cisco Systems(思科系统公司)
MemeSense是一个自适应上下文框架,结合视觉与文本理解及常识线索,检测模因中的隐性有害内容,在多个基准上显著优于现有方法。
2025-10-17 cs.CL cs.CY cs.IR
From Recognition to Reasoning: Advancing Multimodal Harmful Meme Detection via Chain-of-Thought Alignment
Beijing University of Posts and Telecommunications(北京邮电大学);Beijing Normal University(北京师范大学);Zhongguancun Academy(中关村学院)
本文提出MemeMind数据集,通过链式推理标注支持对迷因隐含意图的细粒度分析,并提出MemeGuard框架提升检测准确性和可解释性。
2026-08-25 cs.AI cs.CL cs.CV
Distinguishing Right from Wrong in Debates: Attribution Analysis of Chinese Harmful Memes
Key Laboratory of Social Computing and Cognitive Intelligence, Dalian University of Technology(社会计算与认知智能重点实验室,大连理工大学);Singapore University of Technology and Design(新加坡科技设计大学);Data Intelligence Lab, Department of Computer Science, City University of Hong Kong(数据智能实验室,香港城市大学计算机科学系)
针对中文有害模因检测中文化背景依赖和语义歧义问题,构建首个中文有害模因解释数据集Ex-ToxiCN-MM,并提出包含归因知识增强模块和相对意图推理模块的归因分析框架RIKE,在归因任务上超越主流基线模型。
2026-05-23 cs.CL
Gibberish Semantics: How Good is Russian Twitter in Word Semantic Similarity Task?
SpazioDati S.r.l(SpazioDati 有限公司)
研究最多和最成功的语言模型主要是为英语和其他接近欧洲的语言,如法语,德语等开发和评估。重要的是要研究这些模型的适用性,以其他语言。最近研究了多个语料库(如Wikipedia,RuWac,lib.ru)中俄语向量空间模型的使用。这些模型进行了评价,对词的语义相似性任务。据我们所知,Twitter并没有被认为是这项任务的语料库,这项工作填补了这一空白。在Twitter语料库上训练的向量的结果与其他单语料库训练模型的准确性相当,尽管目前最好的性能是通过组合多个语料库来实现的。
2016-02-28 cs.CL
Detecting Harmful Memes and Their Targets
Indraprastha Institute of Information Technology - Delhi(德里英迪拉普拉斯信息技术学院);Sofia University(索非亚大学);Wipro AI Labs(威普罗人工智能实验室);Qatar Computing Research Institute, HBKU(卡塔尔计算研究所(哈马德·本·哈利法大学))
在社交媒体的各种传播模式中,使用互联网模因已成为传达政治,心理和社会文化观点的有力手段。虽然模因本质上通常是幽默的,但最近几天已经见证了针对各种社会实体的有害模因的扩散。由于大多数有害模因都是高度讽刺和深奥的,没有适当的上下文,现成的多模态模型可能不足以理解其潜在的语义。在这项工作中,我们提出了两个新的问题配方:检测有害模因和这些有害模因的目标的社会实体。为此,我们提出了HarMeme,这是第一个基准数据集,包含3,544个与COVID-19相关的模因。每个模因都经过严格的两阶段注释过程。在第一阶段,我们将模因标记为非常有害、部分有害或无害;在第二阶段,我们进一步注释了每个有害模因指向的目标类型:个人、组织、社区或社会/公众/其他。使用10个单峰和多峰模型的评估结果突出了使用多峰信号进行这两项任务的重要性。我们进一步讨论了这些模型的局限性,我们认为,需要更多的研究来解决这些问题。
2021-09-24 cs.CL cs.LG cs.MM
Multi-Granular Multimodal Clue Fusion for Meme Understanding
School of Cyber Science and Engineering, Wuhan University(武汉大学网络空间安全学院);National University of Singapore(新加坡国立大学);North China Institute of Computing Technology(华北计算技术研究所)
针对模因理解中细粒度视觉线索丢失与图文弱相关问题,提出MGMCF模型,融合对象级语义挖掘、全局-局部跨模态交互和双语义引导训练,在MET-MEME上显著提升四项任务性能。
2025-03-16 cs.CL
Grounding the Semantics of Part-of-Day Nouns Worldwide using Twitter
Universidade da Coruña(拉科鲁尼亚大学);FASTPARSE Lab, LyS Group(FASTPARSE实验室,LyS研究组)
一天中的部分名词,如“晚上”,以及他们的特定时间的问候语(“晚安”),在不同的语言和文化中各不相同。我们展示了Twitter为研究这些术语的语义及其在国家之间的变异性提供的可能性。我们挖掘了一个全球性的样本,多语言的tweets与时间的问候,并研究他们的频率如何变化与当地时间。研究结果提供了深入了解这些时间表达的语义和文化和社会学因素影响他们的使用。
2018-05-23 cs.CL
Enhancing Twitter Data Analysis with Simple Semantic Filtering: Example in Tracking Influenza-Like Illnesses
University of California, San Diego(加州大学圣地亚哥分校);National Institute of Informatics(日本国立信息学研究所)
利用公开可用的用户生成的内容(如Twitter消息)的系统已成功跟踪季节性流感。我们开发了一种新的过滤方法,使用来自Twitter微博的5.87亿条消息来过滤流感样疾病(ILI)相关消息。我们首先过滤消息的基础上综合征的关键字从BioCaster本体论,一个现存的知识模型的外行的条款。然后,我们根据否定、标签、表情、幽默和地理等语义特征对这些消息进行过滤。数据涵盖了2009年8月30日至2010年5月8日美国2009年流感季节的36周。结果表明,我们的系统实现了最高的皮尔逊相关系数98.46%(p值<2.2e-16),比以前的最先进的方法提高了3.98%。结果表明,简单的基于NLP的增强现有的方法来挖掘Twitter数据可以增加这种廉价资源的价值。
2012-10-02 cs.CL cs.SI physics.soc-ph
How COVID-19 Is Changing Our Language : Detecting Semantic Shift in Twitter Word Embeddings
École Polytechnique(巴黎综合理工学院);AUEB(雅典经济与商业大学)
文字是可塑的物体,受到书面文本中反映的事件的影响。在全球爆发COVID-19的背景下,我们的研究旨在检测由健康危机引发的社交媒体语言的语义转变。利用从Twitter中提取的COVID-19相关大数据,我们针对疫情爆发后的不同时间段,对单独的词嵌入模型进行了训练。我们采用了一种基于嵌入的方法,将这些嵌入与一个与COVID-19无关的通用Twitter嵌入进行比较。我们还比较了它们之间的训练嵌入,以观察历时演变。通过对一组由话题检测所选择的词进行案例研究,我们验证了我们的对齐方法是有效的。最后,我们量化的规模的全球语义转移的稳定性措施的基础上来回旋转对齐。
2021-02-15 cs.CL
The impact of Twitter on political influence on the choice of a running mate: Social Network Analysis and Semantic Analysis -- A Review
Dedan Kimathi University of Technology(德丹·基马蒂科技大学)
在这个社交媒体的新时代,社交网络正在成为互联网上用户生成内容的越来越重要的来源。这类信息资源包含了很多人的感受、意见、反馈和评论,对大企业、市场、政治、新闻和许多其他领域都非常有用。政治是目前社交媒体网络上最受关注和欢迎的话题之一。许多政治家使用像Twitter这样的微博客服务,因为他们在这些网络上有大量的追随者和支持者。政治家、政党、政治组织和基金会使用社交媒体网络提前与公民沟通。今天,社交媒体被成千上万的政治团体和政治家使用。在这些社交媒体网络上,每个政治家和政党都有数百万的追随者,政治家们找到了新的和创新的方式来敦促个人参与政治。此外,社交媒体通过提供建议协助政治家进行各种决策过程,例如根据以往的经验制定政策和战略,为特定选区推荐和选择合适的候选人,为党内特定职位推荐合适的人选,以及根据公民对各种问题和争议的看法发起政治运动等。本文综述了在Twitter平台上使用社会网络分析(SNA)和语义分析(SA)来研究政治领导人的支持者网络,因为它可以在预测政治未来时帮助决策。
2022-07-31 cs.CL cs.SI
MemeLens: Multilingual Multitask VLMs for Memes
Qatar Computing Research Institute(卡塔尔计算研究所);Sofia University "St. Kliment Ohridski"(索菲亚大学"圣克莱孟·奥赫里迪斯");University of Padova(帕多瓦大学);Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学)
本文提出MemeLens,一种统一的多语言多任务解释增强视觉语言模型,用于表情包理解。通过整合38个公开数据集,建立20个任务的共享分类体系,并分析不同模型范式和数据集的表现,发现多模态训练和统一训练对表情包理解至关重要。
2026-09-21 cs.AI cs.CL
Retrieval Augmented Enhanced Dual Co-Attention Framework for Target Aware Multimodal Bengali Hateful Meme Detection
Department of Computer Science and Engineering, BRAC University(计算机科学与工程系,BRAC大学);Department of Computer Science and Engineering, Ahsanullah University of Science and Technology(计算机科学与工程系,Ahsanullah科技大学)
本文提出基于检索增强的增强双注意力框架,用于目标感知多模态孟加拉语仇恨表情识别,通过语义对齐提升类别平衡和多样性,实验表明xDORA和RAG-Fused DORA在识别和检测任务中表现优异。
2026-02-22 cs.CL
Revealing COVID-19's Social Dynamics: Diachronic Semantic Analysis of Vaccine and Symptom Discourse on Twitter
University of Surrey(萨里大学);Zhejiang University(浙江大学);Harvard University(哈佛大学);University College London(伦敦大学学院)
本文提出无监督动态词嵌入方法,捕捉社交媒体纵向语义变迁,在COVID-19 Twitter数据上揭示疫苗与症状实体的语义演化及与现实统计的相关性。
2024-10-10 cs.CL cs.IR cs.SI
Exploiting Twitter as Source of Large Corpora of Weakly Similar Pairs for Semantic Sentence Embeddings
Politecnico di Milano(米兰理工大学);Università di Bologna(博洛尼亚大学)
语义句子嵌入通常是有监督地构建的,最小化被注释者标记为语义相似的句子的嵌入对之间的距离。由于大标签数据集很少见,特别是对于非英语语言,而且价格昂贵,最近的研究集中在需要非配对输入句子的无监督方法上。相反,我们提出了一种独立于语言的方法来构建大型数据集的非正式文本对弱相似,没有人工的人力努力,利用Twitter的内在强大的信号的相关性:回复和报价的推文。我们使用收集到的对来训练一个具有三元组结构的Transformer模型,并在Twitter NLP相似性任务(PIT和TURL)和STSb上测试生成的嵌入。我们还介绍了四个新的句子排名评估基准的非正式文本,仔细提取的推文的初始集合,证明我们的最佳模型不仅学习经典的语义文本相似性,但也擅长的任务,对句子是不准确的释义。消融研究揭示了如何增加语料库的大小积极影响的结果,即使在2M的样本,这表明更大的集合的推文仍然不包含冗余的信息语义相似性。
2021-10-05 cs.CL
The X Types -- Mapping the Semantics of the Twitter Sphere
University of Haifa(海法大学)
针对Twitter缺乏结构化语义信息的问题,该研究通过将约20万账户与DBpedia和Wikidata对齐获取标签,微调Transformer文本编码器生成语义嵌入并结合网络嵌入,构建了136种细粒度语义类型的预测模型,揭示了Twitter全局语义并提升了实体相似性评估性能。
2024-09-22 cs.CL
A Robust Semantic Frame Parsing Pipeline on a New Complex Twitter Dataset
最近的口语语言理解(SLU)语义框架分析系统是基于递归神经网络设计的。这些系统在基准SLU数据集(如ATIS或SNIPS)上显示出不错的性能,这些数据集包含具有相对简单模式的短话语。然而,目前的语义框架解析模型缺乏一种机制来处理分布外(\emph{OOD})模式和词汇外(\emph{OOV})令牌。在本文中,我们介绍了一个强大的语义框架解析管道,可以处理两个\emph{OOD}模式和\emph{OOV}令牌结合一个新的复杂的Twitter数据集,包含长推文更多的\emph{OOD}模式和\emph{OOV}令牌。与SNIPS数据集和新的Twitter数据集(我们的新Twitter数据集可以从https://1drv.ms/u/s下载!AroHb-W6_OAlavK4begsDsMALfE?e=c8f2XX)。最后,我们还建立了一个E2 E应用程序来演示我们的算法的可行性,并显示为什么它是有用的,在实际应用中。
2022-12-18 cs.AI cs.CL
Early Discovery of Emerging Entities in Persian Twitter with Semantic Similarity
Institute for Advanced Studies in Basic Sciences (IASBS)(基础科学高级研究所);University of Zanjan(赞詹大学)
针对波斯语 Twitter 新兴实体早期发现中的数据与评估难题,本文提出无需训练的在线聚类方法 EEPT,并用新指标验证其可提前发现重要实体。
2023-06-07 cs.CL cs.LG cs.SI
PromptMTopic: Unsupervised Multimodal Topic Modeling of Memes using Large Language Models
Singapore University of Technology and Design(新加坡科技设计大学);VinUniversity(Vin大学)
本文提出 PromptMTopic,一种借助 LLM、融合文本与视觉语义交互的无监督多模态梗图主题建模方法,并在三个真实数据集上验证其优于现有基线。
2023-12-11 cs.CL cs.CV cs.MM
Causal Intersectionality and Dual Form of Gradient Descent for Multimodal Analysis: a Case Study on Hateful Memes
Japan Advanced Institute of Science and Technology(日本先进科学技术大学)
本文以仇恨模因为例,结合因果分析与可解释AI,将交叉性构建为平均处理效应(ATE),揭示Transformer模型行为差异及Llama-2通过上下文学习识别交叉性的机制,并利用元梯度解释学习过程。
2024-03-23 cs.AI cs.CL
Location, Occupation, and Semantics based Socioeconomic Status Inference on Twitter
Univ Lyon(里昂大学);Inria(法国国家信息与自动化研究所);CNRS(法国国家科学研究中心);ENS de Lyon(里昂高等师范学院);Université Claude Bernard Lyon 1(里昂第一大学)
人们的社会经济地位取决于个人特征和环境变量的组合,因此从在线行为数据中推断出来是一项艰巨的任务。在通信,栖息地,职业或社交网络中的用户语义等属性都是已知的决定性预测因素。在本文中,我们提出了三种不同的数据汇集和组合方法,首先估计,反过来,推断法国Twitter用户的社会经济地位,从他们的在线语义。我们的方法是基于开放的人口普查数据,抓取专业配置文件,遥感,专家注释的生活环境信息。我们的推理模型达到了类似的性能早期的结果的优势,依赖于广泛可用的数据集,并提供了一个可推广的框架来估计大量的Twitter用户的社会经济地位。这些结果可能有助于对社会分层和不平等的科学讨论,并可能推动一些应用。
2019-01-16 cs.CL cs.CY cs.SI
LLM-based Semantic Augmentation for Harmful Content Detection
The University of Queensland(昆士兰大学)
本研究提出利用LLM进行文本清洗和语义增强,以提升有害内容检测性能,在多个数据集上达到与人工标注相当的效果且成本更低。
2025-04-22 cs.CL cs.CY
Semantic Sentiment Analysis of Twitter Data
Qatar Computing Research Institute, HBKU(卡塔尔计算研究所,哈马德·本·哈利法大学)
互联网和智能移动设备的激增已经改变了信息创建、共享和传播的方式,例如,诸如Twitter之类的微博、诸如LiveJournal之类的网络日志、诸如Facebook之类的社交网络以及诸如Skype和WhatsApp之类的即时信使现在通常用于分享关于周围世界中的任何事物的想法和观点。这导致了社交媒体内容的扩散,从而创造了以前所未有的规模研究公众舆论的新机会。自然,这些丰富的数据很快吸引了来自市场营销、政治学和社会研究等各个领域的商业和研究兴趣,这些领域对以下问题感兴趣:人们喜欢新的Apple Watch吗?美国人支持奥巴马医改吗?苏格兰人如何看待英国脱欧?研究这些问题需要研究人们在社交媒体中表达的观点的情绪,这导致了社交媒体中情感分析领域的快速增长,Twitter由于其规模,代表性,讨论的主题的多样性以及公众容易获得其消息而特别受欢迎。在这里,我们介绍了Twitter上的情感分析工作的概述。
2017-10-04 cs.CL
Using semantic clustering to support situation awareness on Twitter: The case of World Views
University of Oxford(牛津大学);University of Kent(肯特大学);Stanford University(斯坦福大学)
近年来,态势感知被认为是有效决策的重要组成部分,特别是在危机管理方面。提取价值并允许更好地了解情况的一种方法是开发一个能够分析多个帖子的数据集的系统,并将一致的帖子聚类到不同的视图或故事(或世界观)中。然而,这可能具有挑战性,因为它需要了解数据,包括确定什么是一致的数据,以及什么数据证实了其他数据。试图解决这些问题,本文提出了主谓宾语义后缀树聚类(SVOSSTC)和一个系统来支持它,特别关注Twitter的内容。SVOSSTC的新颖性和价值在于它强调利用主谓宾(SVO)类型学,以构建语义一致的世界观,其中个人-特别是参与危机应对的个人-可能会从社交媒体数据中获得更好的情况。为了评估我们的系统及其提供增强态势感知的能力,我们使用各种真实场景对现有方法进行了测试,包括人类数据分析。结果显示了值得注意的证据程度(例如,在集群粒度和意义),以确认我们的方法的适用性和严谨性。此外,这些结果凸显了本文的建议对研究领域的创新和实用的系统贡献。
2018-07-17 cs.CL
Semantic homophily in online communication: evidence from Twitter
Aalto University(阿尔托大学);University Ss. Cyril and Methodius(圣西里尔与美多德大学);University of Tampere(坦佩雷大学);Hong Kong University of Science and Technology(香港科技大学);New York University(纽约大学)
本研究基于Twitter提及关系构建的交流网络,首次深入分析语义同质性现象,量化其不同层级、识别驱动维度、揭示时间演化规律并厘清其与网络结构的复杂相互作用,深化了对计算机介导交流语义塑造机制的理解。
2017-03-20 cs.CL cs.CY cs.HC
Cryptocurrency Bubble Detection: A New Stock Market Dataset, Financial Task & Hyperbolic Models
University of Texas at Dallas(德克萨斯大学达拉斯分校);Georgia Institute of Technology(佐治亚理工学院);University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Universitat Politècnica de València(瓦伦西亚理工大学)
信息在社交媒体上的快速传播影响着量化交易和投资。高度波动性资产(如加密货币和迷因股票)的投机交易日益流行,给金融领域带来了新的挑战。调查这种“泡沫”-市场突然异常行为的时期对于更好地理解投资者行为和市场动态至关重要。然而,高波动性加上大量混乱的社交媒体文本,特别是对于加密货币等尚未开发的资产,对现有方法构成了挑战。作为迈向加密货币NLP的第一步,我们提出并公开发布了CryptoBubbles,这是一种用于气泡检测的新型多跨度识别任务,以及一个来自9个交易所的400多个加密货币的数据集,超过五年,超过200万条推文。此外,我们基于加密货币的幂律动力学和社交媒体上的用户行为,开发了一组适合这种多跨度识别任务的序列到序列双曲模型。我们进一步测试了我们的模型在zero-shot设置下的有效性,在Reddit上测试了29个“meme stocks”,由于社交媒体的炒作,交易量增加。通过对Reddit和Twitter上的加密货币和米姆股票进行定量、定性和zero-shot分析,我们展示了CryptoBubbles和双曲线模型的实用性。
2022-05-11 cs.AI cs.CL cs.LG
Measuring Cultural Relativity of Emotional Valence and Arousal using Semantic Clustering and Twitter
Advanced Emotion Intelligence Research (AEIR)(高级情绪智能研究(AEIR));University of Bath(巴斯大学)
至少从达尔文开始,研究人员就一直在争论情绪是否是普遍的,以及在多大程度上是依赖于文化的。然而,以前的研究主要集中在面部表情和有限的情绪上。鉴于情绪对人类生活有重大影响,文化情感相关性的证据可能会通过将分布语义技术应用于自我报告行为的文本语料库来获得。在这里,我们探索这个想法,通过测量的效价和唤醒的12个最流行的情绪关键字在微博网站Twitter上表达。我们在三个地理区域这样做:欧洲,亚洲和北美。我们证明,在我们的样本中,相同的情感关键字的效价和唤醒水平显着不同,相对于这些地理区域-欧洲人,或至少目前自己更积极和引起,北美人更消极,亚洲人似乎更积极,但不太引起相比,全球效价和唤醒水平相同的情感关键字。我们的工作是第一次在实物中,示意性地映射大型文本语料库的影响的一个维度模型。
2013-04-28 cs.AI cs.CL
A Deep Neural Architecture for Sentence-level Sentiment Classification in Twitter Social Networking
Japan Advanced Institute of Science and Technology(日本北陆先端科学技术大学院大学)
本文介绍了一种新的深度学习框架,包括一个基于词典的方法,用于情感标签分布的预测级别。我们建议首先应用语义规则,然后使用深度卷积神经网络(DeepCNN)进行字符级嵌入,以增加单词级嵌入的信息。之后,双向长短期记忆网络(Bi-LSTM)从词级嵌入中产生一个全域特征表示。我们在三个Twitter情感分类数据集上评估了我们的方法。实验结果表明,该模型可以提高Twitter社交网络中情感分析的分类准确率。
2017-06-25 cs.CL
Discovering Basic Emotion Sets via Semantic Clustering on a Twitter Corpus
The University of Bath(巴斯大学)
人们用了太多的词来描述人类的情感,但到底有多少种情感,它们又是如何相互作用的呢?在过去的几十年里,已经提出了几种情绪理论,每一种理论都基于一组“基本情绪”的存在,每一种理论都得到了广泛的研究支持,包括面部表情,行为学,神经学和生理学的研究。在这里,我们提出的研究基于一个理论,即人们通过他们使用周围的情感关键词的语言来传递他们对情感的理解。使用超过21,000条推文的标记语料库,使用潜在语义聚类(LSC)分析了现有文献中提出的六种基本情感集,评估了情感标签所附带的语义含义的独特性。我们假设,语言表达某种情绪的方式越独特,那么对这种情绪的感知(包括本体感受)就越独特,因此也就越“基本”。这使我们能够选择最能代表整个情绪谱的维度。我们发现,埃克曼的一套,可以说是最经常用于分类的情绪,实际上是最独特的语义整体。接下来,考虑到所有分析(即,先前提出的)情感术语,我们确定最佳的语义不可约的基本情感集使用迭代LSC算法。我们新衍生的集合(接受,羞愧,蔑视,感兴趣,快乐,高兴,睡眠,压力)比Ekman的集合(愤怒,沮丧,快乐,悲伤,害怕)增加了6.1%的独特性。我们还展示了如何使用LSC数据可以帮助可视化情绪。我们介绍的概念,情感档案,并简要分析复合情感的视觉和数学。
2012-12-28 cs.AI cs.CL
Bridging Nations: Quantifying the Role of Multilinguals in Communication on Social Media
University of Michigan(密歇根大学);University of Southern California(南加州大学)
本研究在欧洲Twitter网络上应用因果推断技术,量化了多语用户在跨语言信息交换中的结构性角色和交流影响力,发现多语者在传播单语者难以获取的信息方面具有关键作用。
2023-04-07 cs.CL cs.SI
Twitter Corpus of the #BlackLivesMatter Movement And Counter Protests: 2013 to 2021
National Institute on Drug Abuse(美国国家药物滥用研究所);University of Pennsylvania(宾夕法尼亚大学)
Black Lives Matter(英语:Black Lives Matter)是一个分散的社会运动,抗议针对黑人个人和社区的暴力,重点是警察暴行。在2020年Ahmaud Arbery,Breonna Taylor和George Floyd被杀后,该运动获得了极大的关注。#BlackLivesMatter社交媒体标签已经代表了草根运动,类似的标签反对抗议BLM运动,如#AllLivesMatter和#BlueLivesMatter。我们引入了来自100多个国家的1300万用户的6390万条推文的数据集,其中包含以下关键字之一:BlackLivesMatter,AllLivesMatter和BlueLivesMatter。该数据集包含了从2013年BLM运动开始到2021年的所有现有推文。我们总结了数据集,并显示时间趋势,在使用的BlackLivesMatter关键字和关键字与计数器的运动。此外,对于每个关键字,我们创建并发布一组潜在狄利克雷分配(LDA)主题(即,语义共现词的自动聚类组),以帮助研究人员识别跨三个关键词的语言模式。
2022-06-07 cs.CL cs.SI
The use of the word "\{gamma}\u{psion}ναι\k{appa}ο\k{appa}τονια" (femicide) in Greek-speaking Twitter
National and Kapodistrian University(国立卡波迪斯特里亚大学)
在2019年至2022年期间,希腊媒体的注意力被相当多的杀戮女性案件所吸引,这些案件在公众辩论中已经持续了数周至数月,其中一个促成因素是传统媒体和社交媒体之间的反馈循环。在本文中,我们正在调查使用的术语“\{gamma} \u{psion} ναι \k{appa} o \k{appa} τονια”(杀害女性)在希腊语推特。更具体地说,我们从立场检测的角度来处理这个问题,旨在自动识别用户的立场方面的女性主义语义的单词。我们还讨论了从身份分析的角度和相互关联的仇恨言论,已被确定在收集的语料库的推文的调查结果。
2022-10-21 cs.CL
Same Words, Different Meanings: Semantic Polarization in Broadcast Media Language Forecasts Polarization on Social Media Discourse
Virginia Tech(弗吉尼亚理工大学)
研究通过分析CNN和Fox News十年字幕及Twitter话语,提出测量广播媒体语义极化框架,发现其极化趋势显著影响社交媒体讨论。
2023-01-25 cs.CL cs.HC cs.SI
Rumor Detection on Twitter with Claim-Guided Hierarchical Graph Attention Networks
Beijing University of Posts and Telecommunications(北京邮电大学);Hong Kong Baptist University(香港浸会大学);Jilin University(吉林大学)
在社交媒体时代,谣言泛滥。对话结构提供了区分真实和虚假声明的有价值的线索。然而,现有的谣言检测方法要么局限于用户响应的严格关系,要么过于简化会话结构。在这项研究中,大大加强了用户意见的互动,同时减轻不相关的职位所带来的负面影响,我们首先表示的会话线程作为一个无向交互图。然后,我们提出了一个索赔引导的层次图注意力网络的谣言分类,提高了表示学习的响应帖子考虑到整个社会背景和出席的帖子,可以语义推断的目标索赔。在三个Twitter数据集上进行的大量实验表明,我们的谣言检测方法比最先进的方法具有更好的性能,并且在早期阶段检测谣言的能力更强。
2021-11-15 cs.CL
TwHIN-BERT: A Socially-Enriched Pre-trained Language Model for Multilingual Tweet Representations at Twitter
The University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Twitter Cortex(推特Cortex)
针对现有预训练语言模型未适配社交媒体文本、未利用社交互动数据的问题,提出融合文本自监督与TwHIN社交目标的多语言模型TwHIN-BERT,在多类任务上取得显著提升并开源相关资源。
2023-08-27 cs.CL
Twitter Sentiment Analysis via Bi-sense Emoji Embedding and Attention-based LSTM
University of Rochester(罗切斯特大学);Microsoft Research AI(微软研究院AI)
大规模社交媒体数据的情感分析对于弥合政治选举预测、个人和公众情绪状态监测和分析等社交媒体内容与现实世界活动之间的差距非常重要。虽然基于Twitter和Instagram等平台的文本情感分析已经得到了很好的研究,但对广泛使用的表情符号在情感分析中的作用的分析仍然很轻。在本文中,我们提出了一个新的计划,Twitter的情感分析与表情符号的额外关注。我们首先分别学习积极和消极情感推文下的双义表情符号嵌入,然后通过使用基于注意力的长短期记忆网络(LSTM)关注这些双义表情符号嵌入来训练情感分类器。我们的实验表明,双意义嵌入是有效的情感感知的表情符号的嵌入提取和性能优于最先进的模型。我们还将注意力可视化,以表明双义表情符号嵌入为注意力机制提供了更好的指导,以获得对语义和情感的更强大的理解。
2018-08-07 cs.CL cs.MM
An Exploratory Study of (#)Exercise in the Twittersphere
University of North Carolina at Charlotte(北卡罗来纳大学夏洛特分校);University of South Carolina(南卡罗来纳大学)
社交媒体分析使我们能够从社交媒体平台中的用户生成内容中提取、分析和建立语义。本研究采用了一种混合的方法,包括三个步骤的数据收集,主题建模和数据注释识别运动相关模式。根据研究结果,在进行数据注释过程后,86%的检测到的主题被识别为有意义的主题。讨论最多的运动相关话题是身体活动(18.7%),生活方式行为(6.6%)和节食(4%)。实验结果表明,探索性数据分析是一种实用的方法来总结不同的健康和医疗应用的文本数据的各种特征。
2018-12-08 cs.CL cs.CY stat.AP
DISHONEST: Dissecting misInformation Spread using Homogeneous sOcial NEtworks and Semantic Topic classification
Pacific Northwest National Laboratory(西北太平洋国家实验室);University of California San Diego(加利福尼亚大学圣迭戈分校)
本研究针对COVID-19期间虚假信息传播的回声室效应问题,结合转发网络与主题建模关联社交互动与内容维度,提出新的用户社交移动速度指标,验证了二者的相关性在虚假信息泛滥子社区中依然成立。
2024-12-12 cs.AI cs.CL cs.SI
Variance of Twitter Embeddings and Temporal Trends of COVID-19 cases
Indraprastha Institute of Information Technology, Delhi(德里因陀罗普拉斯塔信息技术学院);National Institute of Technology, Kurukshetra(库鲁克舍特拉国立技术学院);University of California, Los Angeles(加州大学洛杉矶分校)
冠状病毒大流行的严重性需要有效的行政决策。印度有超过40万人死于COVID-19,确诊病例超过3亿,而且仍在增加。第三次浪潮的威胁仍然困扰着数百万人。在这种不断变化的病毒动态中,预测建模方法可以作为一种不可或缺的工具。疫情进一步引发了前所未有的社交媒体使用。本文旨在提出一种利用社交媒体(特别是Twitter)来预测即将发生的与COVID-19病例相关的情况的方法。在这项研究中,我们试图了解COVID-19相关推文的激增如何表明病例的增加。这种前瞻性分析可用于帮助管理员及时进行资源分配,以减轻损害的严重程度。使用词嵌入来捕捉推文的语义,我们识别了显著维度(SD)。我们的方法预测了提前时间为15天和30天的案例的增加,R2得分分别为0.80和0.62。最后,我们解释了专题实用的SDs。
2021-12-29 cs.CL
Principles for Developing a Knowledge Graph of Interlinked Events from News Headlines on Twitter
University of Dayton(代顿大学);Knoesis Research Center(Knoesis研究中心)
在链接开放数据上发布的不断增长的数据集主要包含百科信息。然而,缺乏从非结构化实时源中提取的高质量的结构化和语义注释的数据集。在本文中,我们提出的原则,开发一个知识图谱的相互关联的事件使用的情况下,在Twitter上发布的新闻标题,这是一个实时和多事件的新鲜信息源研究。我们表示包含从选择背景数据模型、事件注释(即,事件识别和分类)、实体注释以及最终互连事件。国家的最先进的是限于特定领域的情况下识别和分类的事件,而本文发挥的作用,开发一个知识图谱的相互关联的事件的领域不可知的路线图。
2018-08-06 cs.AI cs.CL cs.IR
Hate Speech Detection: A Solved Problem? The Challenging Case of Long Tail on Twitter
University of Sheffield(谢菲尔德大学);Southwest University(西南大学);Cardiff University(卡迪夫大学);DFKI GmbH(德国人工智能研究中心);Technical University Dresden(德累斯顿工业大学);Universitat Stuttgart(斯图加特大学);Barcelona Supercomputing Centre(巴塞罗那超级计算中心)
近年来,社交媒体上仇恨言论的传播越来越多,迫切需要采取有效的应对措施,这吸引了政府、公司和研究人员的大量投资。已经开发了大量的方法用于在线自动检测仇恨言论。这旨在将文本内容分类为非仇恨或仇恨言论,在这种情况下,该方法还可以识别目标特性(即,仇恨的类型,如种族和宗教)在仇恨言论。然而,我们注意到两者的性能之间存在显著差异(即,非仇恨vs. hate)。在这项工作中,我们认为重点放在后一个问题的实际原因。我们表明,这是一项更具挑战性的任务,因为我们对典型数据集中的语言进行的分析表明,仇恨言论缺乏独特的、有区别的特征,因此在数据集中的“长尾”中很难发现。然后,我们提出了深度神经网络结构作为特征提取器,特别有效地捕捉仇恨言论的语义。我们的方法在基于Twitter的仇恨言论数据集的最大集合上进行了评估,并且在宏观平均F1中能够超过最佳性能方法高达5个百分点,或者在识别仇恨内容的更具挑战性的情况下超过8个百分点。
2018-10-25 cs.CL
LLMs Can Get "Brain Rot": A Pilot Study on Twitter/X
Texas A&M University(德克萨斯农工大学);University of Texas at Austin(德克萨斯大学奥斯汀分校);Purdue University(普渡大学)
本研究提出大语言模型脑腐假说,通过Twitter/X语料对照实验证实持续接触垃圾文本会造成LLM认知能力不可逆衰退,为部署模型的认知健康监测提供了实证依据。
2026-10-15 cs.AI cs.CL
Improving Context-Aware Semantic Relationships in Sparse Mobile Datasets
Stanford University(斯坦福大学)
传统的语义相似度模型往往无法封装文本所处的外部语境。然而,在移动平台上生成的文本数据集可以通过引入多模态数据来帮助我们构建更真实的语义相似性表示。这在稀疏数据集中尤其重要,这使得仅文本驱动的上下文解释变得更加困难。在本文中,我们开发了新的算法,用于构建外部特征到句子嵌入和语义相似性得分。然后,我们在Twitter数据上嵌入空间进行测试,使用每条推文的时间和地理位置来更好地理解其上下文。最终,我们证明了将具有八个分量的PCA应用于嵌入空间并附加多模态特征会产生最佳结果。这产生了相当大的改进,基于纯文本的方法来发现类似的推文。我们的研究结果表明,我们的新算法可以帮助提高在各种设置的语义理解。
2018-12-23 cs.CL cs.LG stat.ML