computational social science | BriefGPT

关键词computational social science

搜索结果 - 23

自动注释中的知识蒸馏：由 LLM 生成的训练标签进行监督文本分类
使用生成的大型语言模型生成的标签对监督文本分类模型进行微调，与使用人工标注的标签相比表现相当，是一种快速、高效和经济有效的构建监督文本分类器的方法。
PDF7 days ago
计算社会科学任务中的提示设计对结果具有重要影响，但其方式难以预测
手动注释计算社会科学任务的数据成本高昂、耗时且情感压力大。最近的研究表明，零 - shot 设置下，语言模型可以执行此类注释任务，但我们对于提示设计如何影响语言模型的遵从和准确性了解甚少。我们进行了大规模的多提示实验，以测试模型选择（Cha
PDF15 days ago
文本中的语句检测：一种领域无关的少样本解决方案
基于少样本学习的方法，以计算社会科学和网页内容分析为基础，实现对文本进行基于主张的分类，提供了一种可靠的方法来减少数据标注的需求。
PDF2 months ago
计算社会科学和人工智能研究中的隐私嵌入
保护隐私是计算社会科学、人工智能和数据科学等领域中的重要问题，本文讨论了隐私的角色和研究人员在这些领域可能面临的主要问题，并提出了保护参与者隐私的若干重要考虑因素。
PDF2 months ago
政治信息源的知识图谱表示
本文通过 11.5 年的数据分析，从知识图谱角度证明了特定信息传播导致回音室的形成不仅与集体拓扑结构有关，还与个体信息消费方式相关，并且信息源的相对‘内部’中立性及对少数实体的极化态度可能引发听众世界观的根本差异性。
PDF3 months ago
大型语言模型（或人类）可以蒸馏文字吗？
调查大型语言模型在文本提炼中的潜力，利用不同架构和训练方法的语言模型识别和去除目标变量信息，以保留其他相关信号，并揭示这些模型在计算社会科学研究中处理文本数据时的优势和局限性。
PDF3 months ago
我们来谈谈：探索竞争 LLM 代理商的自发合作
最近的研究发现，由大型语言模型（LLMs）驱动的代理人具有模拟人类行为和社会动态的能力。我们通过三个案例研究揭示，即使在竞争环境中，LLM 代理人也能够自发地建立合作关系。这一发现不仅展示了 LLM 代理人模仿人类社会中竞争与合作的能力，而
PDF4 months ago
社交媒体数据的搜索引擎结果页面呈现出偏见视角导航后 API 困境
近期对社交媒体 API 访问的终止决策对互联网研究和计算社会科学领域产生了不利影响，我们发现 SERP 结果在偏袒热门帖子、反对政治、色情和粗俗帖子方面具有高度偏见，情感上更加积极，并且存在主题上的大量空缺，综上所述，我们得出结论：SERP
PDF5 months ago
Social-LLM: 使用语言模型和社交网络数据规模建模用户行为
社交网络数据的广泛增长为人类行为的广泛数据驱动型探索开辟了前所未有的机遇。然而，建模大规模社交网络数据面临计算挑战。为了应对这些挑战，我们提出了一种专门用于建模社交网络数据的创新方法，并结合了大型语言模型的功能。我们在七个真实世界的社交网络
PDF6 months ago
利用大型语言模型注释进行社会科学中的有效下游统计推断：基于设计的半监督学习
该研究提出了一种名为 DSL 的算法，旨在使用从 LLMs 获得的输出进行下游统计分析，同时保证 CSS 研究所需要的统计特性，这种算法运用了双重鲁棒性流程将代理标签与少量的金标准标签相结合，从而保证有效的统计推断。
PDFa year ago
零样本分类中的提示复杂度导航：计算社会科学中大型语言模型的研究
在计算社会科学分类任务中，评估了 ChatGPT 和 OpenAssistant 两种公共可访问的 LLM 的零次效果，并研究了各种提示策略的影响。发现在零次设置下，当前 LLMs 无法与较小的经过微调的基线变压器模型（如 BERT）的性能
PDFa year ago
大型语言模型能否改变计算社会科学？
本研究探讨了利用大型语言模型 (Large Language Models，LLMs) 作为计算社会科学 (Computational Social Science，CSS) 工具的可行性。结果表明，LLMs 可以作为零 - shot 数据
PDFa year ago
面向跨学科学者的机器学习民主化：关于组织 NLP+CSS 在线教程系列的报告
为了民主化机器学习方法，本文概述了一年长的在线自然语言处理（NLP）课程，旨在向计算社会科学（CSS）学者教授高级 NLP 方法，以及经过时间变化进行语言分析。
PDF2 years ago
优化文本表征以捕捉政党间的 (不) 相似性
本研究旨在解决 fine-tuned 神经语言模型在特定应用中的文本表示优化问题，结合德国政党清单，通过使用基于文档结构启发式策略、最大化党内相似性及标准化等一系列措施，实现对政党相似性的可靠预测，无需人工注释。
PDF2 years ago
ACL模块化域适应
本文介绍了一种模块化的领域适应过程，强调模型生成者和模型使用者可以独立合作，以便更准确地测量文本特性。通过使用两种轻量级技术，本文在使用线性和上下文嵌入模型的四个多域文本分类数据集上证明了这些技术的可靠性，以提高领域外精度，并提出了对模型生
PDF2 years ago
ACL文本与因果推断：使用文本消除因果估计中的混淆因素的综述
本文回顾了计算社会科学中利用文本分析解决因果推论中混淆变量引起偏差的方法，并提出数据处理及评估决策的指南。尽管在利用文本分析进行混淆因素调整方面已取得了进展，但仍存在很多未解决的问题。
PDF4 years ago
ACL利用嘈杂的自报告预测 Twitter 用户人口统计信息
本文提出了一种基于识别 Twitter 个人资料描述自我报告种族和族裔的方法，以解决目前原有数据集较小、不准确或未覆盖美国四个最常见的种族和族裔群体的问题，有效提供了一个可复现的大规模培训种族和族裔判别系统的资源。
PDF4 years ago
利用网络和语言信息预测 Twitter 用户的社会经济属性
本研究针对 Twitter 用户的情况，使用低维向量表示的图形嵌入技术来提取用户的社交网络信息，并用此信息预测 Twitter 用户的职业阶层和收入水平，结果显示该方法优于现有的方法，并且将社交网络和语言信息相结合可以进一步提高预测结果。
PDF6 years ago
计算社会科学中的卖方注意：广泛发布的 Reddit 语料库存在大规模缺失数据
对 Reddit 数据集的研究发现其存在缺失严重的问题，对于用户历史或网络分析研究存在很大风险，但对于避免代表性行为和参与的机器学习研究存在较小风险。
PDF6 years ago
WWWMemeSequencer: 基于稀疏匹配的嵌入式图像宏补全
通过深度学习和稀疏表示算法解耦图像数据并生成语义嵌入，通过图像聚类、图像检索、主题预测和病毒性预测等任务展示了该方法在 meme 和 Image Macros 等方面的优越性。
PDF6 years ago