Jan, 2022

印度大选推文情感分析与讽刺检测

PDF
TL;DR本文使用 Transfer Learning 和 TF-IDF 技术以及 Linear Support Vector 分类器方法构建了自动推文分析器，以分析 2019 年印度选举期间人们的情感倾向和观点，进一步处理了原先未被考虑到的用户发布的挖苦推文。
social mediasentiment analysismachine learningelectionsindia
发现论文，激发创造
  • 英印混合代码推文语料库用于讽刺检测

    通过英 - 印混合码数据集，我们开发了一个基于随机森林分类器并进行了 10 折交叉验证的基线监督分类系统，该系统可以检测到社交媒体上的文字中的反讽，并标记每个标记的语言标签。该系统平均得分为 78.4%。

    May, 2018

  • 印度推特上的 Covid-19 公众情绪分析分类

    本文主要关注印度 COVID-19 推文的 Twitter 数据的情感分析，展示了如何提取 Twitter 数据并对其进行情感分析查询，以便分析推文中信息的结构不统一、异质且在某些情况下为积极、消极或中性的观点。

    Aug, 2023

  • 选举相关推文自动检测和分类

    本文介绍了一种基于深度神经网络的技术框架，用于在 Twitter 上连续纵向地识别和分析选举相关的对话，其模型可以将选举相关的推文检测的 F 分数为 0.92，并将这些推文分类为 22 个主题，其 F 分数为 0.90。

    May, 2016

  • 在线社交网络中利用情感分析研究群体行为

    本研究利用社交媒体内容评估情感分析技术，创建主观性与群体行为和聚类系数之间的关联，并尝试预测 2021 年西孟加拉邦选举结果。

    Jul, 2021

  • 政治、情感和病毒式传播：希腊、西班牙和英国的大规模多语言 Twitter 分析

    本研究分析希腊，西班牙和英国国会议员的 Twitter 帖子，通过情感分析探索这些政治家的帖子是否遵循推广负面情绪以获得更高转发量的趋势，结果表明政治家的负面情绪的推文在最近时间内更广泛传播，突显情感和受欢迎程度的交集方面的有趣趋势。

    Feb, 2022

  • 预测南非地方选举政治情绪的半监督学习方法

    本研究通过使用基于图形的半监督学习方法，使用情感分析和潜在主题提取技术来分析南非选举期间 Twitter 上的情感和主题，结果表明南非 Twitter 用户普遍对 ANC、DA、EFF 和 ActionSA 这四个主要政党持负面态度，对现任执政党 ANC 表现出最严重的负面情感，与腐败、无能和负荷调节问题有关。

    May, 2022

  • 电力推特情感分析

    通过 Twitter 上用户表达的情感，使用 TF-IDF 方法在英国和印度的数据集上分析了电力价格的影响，并使用朴素贝叶斯，决策树，随机森林，逻辑回归四种分类算法分析其性能以及准确度、精确度等参数。

    Jun, 2022

  • 全球冲突的 Twitter 帖子情感分析

    社会媒体数据的情感分析是一个新兴领域，具有广泛的应用。本研究开发了一个情感分析模型，用于分析全球冲突场景下的社交媒体情感，尤其是推特。为了建立我们的研究实验，我们在推特上确定了一起最近的全球争端事件，并收集了大约 31,000 条筛选后的推文，以分析全球人们的情感。

    Nov, 2023

  • 推特数据中的态度预测与分析：以加纳 2020 年总统选举为例

    本文分析了加纳选民在 2020 年总统选举期间在 Twitter 上发布的推文，并使用机器学习方法对推文进行分类和评估，结果显示逻辑回归是最佳表现方法。

    Jun, 2023

  • 乌尔都语音与文本情感分析器

    本研究提出了一个基于用户评价的新型多类乌尔都数据集，旨在为乌尔都情感分析构建手动注释的数据集，并建立基准结果。使用五种不同的词库和基于规则的算法，最终实验结果表明，Flair 的准确率为 70%，优于其他测试的算法。

    Jul, 2022