研究探讨互动的语言表现往往含蓄隐晦，需要借助解释者自身的假设和信念进行推断并遵循社会背景，而目前的数据和框架往往仅考虑单一正确的解释，在此研究者提出了一份多维度和主观感性的英语对话的数据集，并设计了计算模型来证明解释者的偏见、不同的语境等因素决定了解释的细节和深度。

Apr, 2021

通过考察自动检测和审查系统的最新发展以及训练数据集的成熟度，探讨了作者意图对于内容审查系统的重要性，并提出了改善自动检测和审查系统以符合道德和政策观念的策略性变革。

May, 2024

社交媒体分析是通过复杂网络分析和自然语言处理的工具来分析社交互动、用户生成的内容和偏见的现象，主要围绕在线辩论、在线支持群体和人类与人工智能的互动展开讨论，同时强调社交媒体内部的双重困境与可能性，以及人机生成内容中隐藏的人类和非人类偏见。

Mar, 2024

通过参考以前的研究和从工业角度学习，我们为技术论坛帖子的意图创建了一个精细的分类法。通过手动标记和分析从在线论坛中提取的帖子数据集，我们理解了帖子构成（代码、错误信息）与其意图之间的关系。此外，我们设计了一个基于预训练的 Transformer 模型来自动预测帖子的意图。我们的意图预测框架的最佳变体，在 Micro F1 得分为 0.589，Top 1-3 准确率为 62.6％至 87.8％，平均 AUC 为 0.787 的情况下，优于最先进的基准方法。我们对论坛帖子的性质和自动分类可能有助于论坛维护者或第三方工具开发者改善技术论坛上帖子的组织和检索。我们在补充材料包中发布了我们的带注释数据集和代码。

Dec, 2023

本研究通过分析受访者在社交媒体上表达的态度与其公开问卷中的回应的区别，发现在进行态度检测时，存在时间不一致、不同建构和测量误差等问题，进一步为研究确定模型的局限性提供了一个框架，提供重要的见解。

Sep, 2021

研究 Reddit 上的 ChangeMyView 社区，通过分析交互动态、语言因素等来了解观点转变的机制，发现不同语言的使用对说服力有很大影响，同时也探讨了如何确定某人的观点是否能被改变。

Feb, 2016

本研究探讨了语言使用对社区对在线讨论论坛评论的反应的影响，以及信息和信息发送者之间的相对重要性。基于 Reddit 讨论中社区注释卡尔玛的新评论排序任务被提出，可以控制评论的主题和时间。通过对来自六个子 reddit 的讨论线程进行实验，结果显示不同类型的语言特征对于不同的社区感兴趣程度的重要性有所不同。

Jul, 2015

该研究分析了三个计算系统，通过对意图和礼貌进行分类，重点研究前者如何影响后者。研究发现对话行为可以提升对面子行为的检测性能，指出面子和意图之间存在密切的关系。

Jun, 2024

在线讨论中存在分歧，个人价值观的差异是在线讨论分歧的指示；我们通过先进的模型估计在线讨论的价值观，并将其聚合成价值观档案，发现价值观档案的差异与特定情况下的分歧相关，并发现将价值信息纳入协议预测可以提高性能。

Oct, 2023

本文探讨了心理学 / 认知科学和情感 / 观点分析文献中计算方法的联系，着重研究意见持有者的潜在需求和目标，提出了实用主义情感模型的基础，展望了未来研究方向。

Jul, 2015