social media data | BriefGPT

关键词social media data

搜索结果 - 55

Gemini 和物理世界：大型语言模型能从多模态社交媒体帖子中估计地震震动的强度
使用社交媒体数据和闭路电视画面，利用生成式人工智能和自然语言处理，本研究提出了一种估计地面震动强度的新方法，通过 Gemini Pro 模型的多模态语言模型，将相关信息从非结构化数据中提取出来，并得到 Modified Mercalli I
PDFa month ago
利用大型语言模型识别考虑数字干预戒烟的 Reddit 用户
社交媒体数据分析方面的研究，着重于在 Reddit 社交平台中提取烟民戒烟意图的数据，并通过比较 GPT-4 模型与人类评估结果来展示其在检测微妙用户戒烟意图方面的优势。
PDF2 months ago
利用大型语言模型监控灾害期间的关键基础设施设施
利用大型语言模型监测社交媒体网络中自然灾害对重要基础设施设施的影响，包括分类和推理任务，虽然大型语言模型在分类任务中表现良好，但在推理任务中遇到挑战，尤其是当上下文 / 提示复杂而冗长时。
PDF3 months ago
ACL多元观点，分歧模型：跨文化评估 Twitter 上的抑郁检测
评估跨文化 Twitter 数据对建立跨文化 AI 模型的泛化性，结果显示抑郁症检测模型在全球化方面表现较差，特别是在全球南方用户中，预训练语言模型在泛化性方面表现最佳，但在抑郁和非西方用户的表现仍存在差距。我们对发现进行量化，并提供了一些
PDF3 months ago
EmoScan：罗马化僧伽罗语推文中抑郁症状自动筛查
通过对罗马化僧伽罗社交媒体数据的利用，本研究提出了一个基于机器学习的框架，通过分析语言模式、情感和行为线索在全面的社交媒体帖子数据集中自动筛查抑郁症状。结果表明，提出的具有注意力层的神经网络在检测抑郁症状方面取得了 93.25％的显著准确度
PDF3 months ago
社交媒体上的病理赌博风险预测
通过将时间特征和情感特征纳入模型，本文解决了在社交媒体数据上进行风险预测的问题，着重于对 Reddit 用户进行病态赌博障碍的分类。通过实验证明了序列模型在性能上优于基于连接的模型，提出的架构在包含 EmoBERTa 和 TD 层的情况下取
PDF3 months ago
社交媒体作为传感器：利用自然语言处理分析 Twitter 数据对乳腺癌药物效果的研究
通过自然语言处理技术，本论文以社交媒体数据为资源，研究了乳腺癌患者 / 幸存者的自述信息以及相关药物治疗的副作用和使用模式，揭示了社交媒体数据在乳腺癌研究中的巨大潜力。
PDF4 months ago
基于社交媒体数据的社区行为对危机活动的理解：对纽约市 2023 年加拿大野火的研究
利用大规模社交媒体数据研究 2023 年加拿大野火烟在纽约市的浮现对纽约市的危机活动关切（如疏散、室内滞留、购物和休闲活动等）产生了巨大影响，并开发了模型进行不同活动关切的社区推断。研究发现，在野火期间，女性更不可能讨论疏散、医疗、社交或休
PDF5 months ago
跨越火线：评估使用语言模型进行众包枪支暴力报告
使用 Fine-tuned BERT 模型通过社交媒体数据监测真实世界的枪支暴力事件，结果表明自然语言处理技术能够支持人权组织的工作。
PDF6 months ago
社交媒体数据选择的生成式去重
使用生成复制技术解决社交媒体数据中存在的冗余问题，提高语言理解性能并节省训练时间。
PDF6 months ago
L3Cube-MahaSocialNER：基于社交媒体的马拉地语命名实体识别数据集和 BERT 模型
该研究论文介绍了 L3Cube-MahaSocialNER 数据集，这是第一个也是最大的社交媒体数据集，专门用于马拉地语命名实体识别 (NER)。该数据集包含 18,000 个经过手工标记的句子，涵盖了八个实体类别，解决了社交媒体数据的挑战
PDF6 months ago
ICML自杀行为的概念化：利用预测结果的解释分析纵向社交媒体数据
通过分析社交媒体数据以及借助人工智能技术，本研究提出了一种用于初步筛选带有自杀意向的社交媒体帖子的方法，以预防自杀行为，并为自杀预防机构、专业人员和社区广泛认知项目提供宝贵的见解。
PDF7 months ago
社交媒体数据中环境帖子的情感和情绪分析
分析社交媒体数据，使用 PMI 算法识别情感并探索环境推文中的主导情绪，发现消极的环境推文比积极或中性的推文更为普遍，重点讨论气候变化、空气质量、排放、塑料和回收等话题，以及恐惧、信任和期待是环境推文中最常见的情绪，旨在提供洞察以提高环境问
PDF7 months ago
基于推文、宏观经济因素和历史价格的股票趋势和波动性预测
通过利用社交媒体数据和宏观经济指标来精确预测股市，这篇论文介绍了一种新的方法，该方法包括有效提取和解码推文数据的高效推文过滤器，以及在语义空间中识别股票、行业和宏观经济因素之间多层次关系的自我感知机制，进而利用股票价格波动实现提高准确性。
PDF7 months ago
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
PDF7 months ago
自动文本规范化用于仇恨言论检测
社交媒体数据是研究的宝贵资源，非标准词汇是对 NLP 工具运行的一种障碍。我们采用了一种简单的序列到序列模型，通过文本规范化的实验结果显示准确率接近 70%，同时也提升了 2% 左右的仇恨言论检测任务的准确性，展示了提高复杂 NLP 任务性
PDF8 months ago
AI 应在冲突地区社交媒体分析中发挥关键作用
使用计算机视觉来识别武器系统和武装团体的标志，有潜力通过跟踪武器在不同类型的政府和非政府军事行动者之间的使用来实时了解冲突情况，包括人道主义和医疗援助最需要的地区。
PDF8 months ago
ALERTA-Net：一种适用于股票走势和波动预测的时间距离感知循环神经网络
利用社交媒体数据和情感分析，结合宏观经济指标、搜索引擎数据和历史价格，基于多注意力深度学习模型，预测股市波动和行情。
PDF8 months ago
借助 Twitter 数据进行交通用户反馈的情感分析：一种自然语言处理框架
通过利用社交媒体平台（如 Twitter）上的数据，本研究提出了一种新颖的基于自然语言处理的框架，以便从用户的角度了解各种服务问题，并使用两种技术简化了用户反馈的获取和分析过程。该框架准确地对推文进行分类，并根据推文的情感强度和极性进行情感
PDF9 months ago
超越注意范式：从地理空间社交媒体数据中的隐性学习
分析社交媒体数据中的位置和口语与 Twitter 数据之间的关系，采用每个城市特定的词袋模型并评估它们的表现。揭示了地理位置对在线交流的重大影响，证明了即使在嘈杂的数据中，也可以发现隐藏的见解。这项研究将复杂的模型与抽象理解结合起来，为将结
PDF9 months ago