EMNLPJun, 2022

TweetNLP：社交媒体的前沿自然语言处理

PDF
TL;DRTweetNLP 是一个支持社交媒体中自然语言处理任务（包括情感分析、实体识别、表情预测和辱骂识别）的综合平台，其采用基于 Transformer 的语言模型，专门用于处理社交媒体文本，提供 Python 库、在线演示和教程等多种支持。
tweetnlpnatural language processingsocial mediasentiment analysisnamed entity recognition
发现论文，激发创造
  • 社交媒体和自然语言处理在自然灾害研究中的应用

    使用 TensorFlow 对包含文本的文件进行自然语言处理和分类，以探测天然灾害的 Twitter 实时交互。

    Apr, 2023

  • TweeNLP: 用于自然语言处理的 Twitter 探索门户网站

    TweeNLP 是一个集合 Twitter 自然语言处理（NLP）数据的平台，提供可视化和探索功能，旨在为 NLP 社区提供一个集体记忆单元，支持多项功能，包括 TweetExplorer，可按主题探索推文，为会议和研讨会提交截止日期建立时间线，并将 NLPExplorer 科学文献搜索引擎与研究论文相关的推文整合在一起。

    Jun, 2021

  • 推文中的命名实体识别与链接分析

    本文讨论了对于不规则、嘈杂、依赖上下文及动态性的推文（一种微博形式），运用自然语言处理技术进行挖掘和智能信息访问的挑战，重点关注了从推文中提取实体并进行实体消歧的任务，介绍了一个新的 Twitter 实体消歧数据集，并对多个最先进的 Named Entity Recognition & Disambiguation 模型进行了实证分析。

    Oct, 2014

  • 旅游领域多语言社交内容的最佳分析策略

    社交媒体平台在各领域的日益影响，包括旅游业，凸显了有效且自动化的自然语言处理（NLP）方法对这一宝贵资源的需求。在这项工作中，我们评估和比较了针对旅游领域中常见的 3 个 NLP 任务（情感分析、命名实体识别和细粒度主题概念提取）的几种 few-shot、模式利用和微调机器学习技术在大型多语言语言模型（LLMs）上的性能，以确定解决领域特定数据集构建中 NLP 研究人员常遇到的标注示例数量问题的最佳策略。通过对新收集和注释的由旅游相关推文组成的多语言（法语、英语和西班牙语）数据集进行广泛实验，我们发现当前的 few-shot 学习技术可以在很少的注释数据的情况下为这三个任务获得具有竞争力的结果，情感分析每个标签（总共 15 条）标注 5 条推文，位置检测的推文量为 10%（大约 160 条），而包含主题概念的推文量约为 13%（大约 200 条），这是一项高度细粒度的基于一个包含 315 个类别库的序列标注任务。这项基于新数据集的比较分析为将 NLP 应用于新的领域特定应用铺平了道路，减少了手动标注的需要并绕过了基于规则的临时解决方案的复杂性。

    Nov, 2023

  • 众包工作者与自然语言处理工具在政治推文的命名实体识别和情感分析方面的性能比较

    比较了众包工作者和七个自然语言处理工具在命名实体识别和实体级情感分析两个重要 NLP 任务中的准确性，并测试了几个商业和开源工具，实验结果表明，在我们的政治推文数据集中，最准确的 NER 系统谷歌云 NL 表现几乎与众包工作者一样，但最准确的 ELS 分析系统 TensiStrength 的准确性与众包工作者的准确性相差很大，超过 30 个百分点。

    Feb, 2020

  • 在 Tweebank 语料库上进行命名实体识别注释，并建立用于社交媒体分析的 NLP 模型

    本研究旨在创建 Tweebank-NER，一个基于 Tweebank V2 的英文 NER 语料库，用 TB2 训练最先进的 Tweet NLP 模型，并发布名为 Twitter-Stanza 的 NLP 管道。

    Jan, 2022

  • 利用自然语言处理从社交网络文本中提取高准确度的位置信息

    机器学习和自然语言处理可以通过预测实时的恐怖袭击来帮助打击恐怖主义，本研究通过使用社交网络文本来提取必要信息建立合适的恐怖袭击预测数据集，实验发现现有解决方案在地点识别方面准确率较低，我们的解决方案得以解决，并将扩展解决方案以提取日期和行动信息来实现项目目标。

    Aug, 2023

  • EasyNLP：一款全面且易于使用的自然语言处理工具包

    EasyNLP 是一个支持大规模预训练模型的统一框架，支持多种 NLP 算法，并在阿里巴巴集团的多个业务单元中得到了成功应用和集成。

    Apr, 2022

  • HugNLP: 一个统一全面的自然语言处理库

    通过 HuggingFace Transformers 设计的 HugNLP 统一和全面地涵盖了自然语言处理的库，包含模型、处理器和应用层次结构，支持在不同的 NLP 任务上预训练语言模型的学习过程， 并且还提供了一些特色的 NLP 应用程序，如知识增强的 PLMs、通用信息提取、低资源挖掘和代码理解和生成，等等。

    Feb, 2023

  • SuperTweetEval：社交媒体自然语言处理研究的挑战性、统一性和异构性基准

    我们引入了一个统一的社交媒体 NLP 评估基准 SuperTweetEval，其中包含了一系列异构的任务和数据集，我们对各种模型在 SuperTweetEval 上的性能进行了基准测试，结果表明尽管语言建模取得了最近的进展，社交媒体依然具有挑战性。

    Oct, 2023