social media text | BriefGPT

关键词social media text

搜索结果 - 12

通过视频评论立场分析来解读美国军方的互联网观点：一种新的立场分类基准数据集
这篇文章介绍了 DIVERSE 数据集，包含 17 万 3 千个 YouTube 视频评论，通过一种人机协作的标注方法，使用句子中的弱信号进行标注，研究了社交媒体文本的立场检测问题。
PDF4 months ago
基于提示的社交媒体文本精简中文专业翻译
本文介绍了一种从大规模、嘈杂的社交媒体文本数据集中进行基于提示的心理健康筛查的方法。我们的方法使用 GPT 3.5 进行提示，以区分可能与任务更相关的出版物，然后使用直观的词袋文本分类器来预测实际用户标签。结果发现与 BERT 专家混合分类
PDF6 months ago
EMNLPBLP 2023 任务 2：情感分析
介绍了 BLP 情感共享任务的概述，该任务是在 2023 BLP 研讨会上举办的，与 EMNLP 2023 同时举行。该任务的定义是在给定的社交媒体文本中检测情感。
PDF8 months ago
EMNLP基于多语言 Transformer 的序列 - 序列词汇规范化
本论文通过使用基于 mBART 的句子级序列到序列模型，将自然语言处理中的标准化问题归结为机器翻译问题，利用多语言预训练技术进行 fine-tuned，优于操作原始社交媒体文本的模型，在下游任务中实现性能提升。
PDF3 years ago
EMNLP预训练数据的成本效益选择：在社交媒体上预训练 BERT 的案例研究
本文讲述了如何在特定领域的 BERT 模型中使用社交媒体文本进行预训练，通过相似度计算筛选出有效的预训练数据，并实验验证了在推特和论坛文本上进行预训练的模型可以提高下游任务的效果。
PDF4 years ago
ACL从社交媒体文本中推断兴趣点类型
研究了社交媒体文本与所发布地点类型之间的关系，提出了一个包含大约 200,000 条英文推文的新数据集，用于预测推文所发布的位置类型，并训练分类器来预测推文所发送的位置类型，能够达到宏观 F1 值 43.67，并揭示了与每种类型场所相关的语
PDF4 years ago
Accenture 在 CheckThat! 2020：如果你这么说：使用基于 transformer 的模型进行事后事实核查
使用 BERT 和 RoBERTa 模型识别社交网络文字中需要进行专业事实检查的主张，并对主张进行排序。在英语挑战中，采用了 RoBERTa 模型，同时添加了额外的均值池化层和 dropout 层以提高泛化能力；在阿拉伯语任务中，采用了阿拉
PDF4 years ago
ACL将不确定的分割信息融入社交媒体中文 NER
本文提出一种针对中文社交媒体的命名实体识别模型 (UIcwsNN)，通过利用词语切分的不确定性信息，实现对实体的识别，其使用了候选位置嵌入、位置选择性注意和自适应词卷积的三合一编码方式来获取合适的词层次表达，并在社交媒体语料库上得到了显著的
PDF4 years ago
EMNLP基于用户层级聚合的词汇为基础的人口预测的显著性益处
该论文介绍了一个利用 Twitter 用户聚合的方法来构建社区级别模型，可以有效的准确预测人口相关，包括人口统计、健康和心理预测等四个不同领域的结果（例如，可以将用于预测收入中位数的皮尔逊相关系数从 0.73 提升到 0.82）。
PDF6 years ago
基于字符和语音的 LSTM 模型的孟加拉 - 英文混合代码文本语言识别
本文提出一种基于深度长短期记忆 (LSTM) 模型的有监督学习方法，针对社交媒体上的低资源孟加拉语 - 英语混合数据的单词级别语言识别问题，采用字符编码和词根编码两种方法训练模型，并使用堆叠和阈值技术创建两个集成模型，在测试数据上分别获得了
PDF6 years ago
TensiStrength：社交媒体文本中的应激和放松程度检测
本文介绍了 TensiStrength ，它是一个系统，用于检测社交媒体文本消息中表达的压力和放松的强度，特别是在交通运输领域中，它比同类情感分析程序略微有效。
PDF8 years ago
基于隐马尔可夫模型的社交媒体英文文本实体抽取系统（FIRE 2015）
本文研究使用三元隐马尔科夫模型开发工具进行实体提取，基于统计学的 HMM 模型在印度语言的社交媒体文本中表现最佳，其中英文的精度为 61.96%。
PDF9 years ago