social media | BriefGPT - AI 论文速递

关键词social media

搜索结果 - 986

重构一切：用 LLM 智能代理进行开放世界视频重构
通过使用大型语言模型 LLM，本研究提出了一种基于视觉基础模型和人类指导的 Reframe Any Video Agent (RAVA) 来自动化视频重构过程，实验证明了 RAVA 在视频显著对象检测和实际重构任务上的有效性，展示了其作为
PDF4 months ago
WWW生成器引导的人群反应评估
通过引入基于生成式大型语言模型的 Generator-Guided Estimation Approach (GGEA) 来预测社交媒体帖子的到达率，这是一个显著的进展。
PDF4 months ago
媒体偏见的重要性：了解社交媒体对疫苗态度的政治偏见的影响
新闻媒体被用作政治工具，不依据事实提出有偏见的主张。在 COVID-19 大流行期间，政治偏见的新闻（PBN）在明显削弱公众对疫苗的信任，尽管有强有力的医学证据支持其功效。本文分析了以下两个方面：（i）疫苗态度如何潜移默化地影响个体选择新闻
PDF4 months ago
高维尾指数回归：以社交媒体中病毒帖子的文本分析为例
通过社交媒体病毒性帖子的信用（例如，“点赞” 数量）的经验幂律分布，我们引入了高维尾指数回归和其参数的估计和推理方法。我们提出了一种正则化估计器，建立了其一致性，并推导了其收敛速率。为了进行推理，我们提出了去偏估计，并建立了去偏估计量的渐近
PDF4 months ago
跨语言情感分析技术辅助有害内容检测的综合框架
本研究介绍了一种适用于任何语言的详细框架，其中包括有关有害语言检测的各个方面，同时也提出了情感分析的整合作为改进有害语言检测的新方法。通过在低资源语言中实施该框架，展示了其高效的性能，达到了 99.4% 的恶意语言检测准确率和 66.2%
PDF4 months ago
走向未来：社交媒体上的未知事件适应性假新闻检测
社交媒体上的虚假新闻检测方法缺乏鲁棒性且无法推广到未知事件，为解决这一问题，该研究提出了一种面向未来事件的虚假新闻检测框架，通过自适应增强策略和图对比学习训练目标预测器，同时独立训练事件预测器并通过减去事件预测器的输出从而缓解事件偏见，实验
PDF4 months ago
MIKO：透过大型语言模型进行多模态意图知识蒸馏，用于社交媒体常识发现
为了理解社交媒体帖子中的意图，我们提出了 MIKO，一种多模态意图知识提取框架，通过协同使用大型语言模型和多模态大型语言模型来揭示用户的意图。应用 MIKO 到公开的社交媒体数据集，我们构建了一个包含 137,287 条帖子中 1,372,
PDF4 months ago
ACLZ-AGI 实验室参与社交媒体上的气候行动 2024：立场和仇恨事件检测
通过分析社交媒体上的推文，研究以气候活动家对抗仇恨言论为中心，利用经典机器学习模型对气候仇恨言论和立场进行识别和检测，以提供关于模型选择的有价值见解。
PDF4 months ago
ESG 情绪分析：人工与语言模型性能比较，包括 GPT
本研究通过比较人工与机器在 ESG 相关情感测量方面的表现，选取 150 条推特进行情感分类，并建立一个基准数据集用于评估不同机器方法（包括字典方法和多种语言模型方法）的性能。
PDF4 months ago
揭示真相与促进变革：面向基于代理的大规模社会运动模拟
这篇研究论文介绍了一种用于仿真社交媒体用户行为的混合框架，其中核心用户由大型语言模型驱动，而普通用户则采用演绎式基于代理模型。我们进一步构建了一个类似 Twitter 的环境来复制用户对触发事件的响应动态，并开发了一个多方面的评估基准 So
PDF4 months ago
公众对人工智能对话代理的理解：一项跨文化分析
中国参与者在社交媒体上将对话代理视为享乐，并认为基于语音和实体化的对话代理更温暖、更有能力，表达了积极的情绪。与此相反，美国参与者对对话代理的功能更为关注，态度矛盾。温暖的感知是两个国家积极情绪的关键驱动因素。针对不同用户喜好和需求，我们讨
PDF4 months ago
MMMemeCraft：上下文和立场驱动的多模式模因生成
在社交媒体时代，网络迷因不仅提供幽默，还为政治辩论、社会批评和信息传播提供了平台。MemeCraft 是一种创新的迷因生成器，利用大型语言模型（LLMs）和视觉语言模型（VLMs）来产生倡导特定社会运动的迷因。
PDF4 months ago
COLING社交对话：在社交媒体上捕捉议程和情绪
通过提取社交媒体上的信息可获得人们对公共事件的意见和社会动态的有价值见解，本文提出了一种从特定话题的用户组讨论中提取影响指标的新方法，重点关注议程控制和情感语言的使用。
PDF4 months ago
从采用到适应：追踪新表情符号在 Twitter 上的传播
通过对采样的英语推特的大数据集进行分析，我们研究了新发布的表情符号在社交媒体中如何获得关注并发展其意义，发现早期采纳者的社群规模和表情符号的语义对其受欢迎程度至关重要，某些表情符号在传播过程中经历了意义和情感关联的显著转变，此外，我们提出一
PDF4 months ago
欧洲和移民在线讨论中的信息传播地理
欧洲和移民的在线信息传播很少从外部视角进行研究。本文通过从社交媒体（Twitter）中获取大量数据来分析关于欧洲和移民的在线信息的传播话题、规模和动态，结合转发和主题标签网络分析、用户地理位置定位等，从 “欧洲外部” 视角，特别关注非洲，揭
PDF5 months ago
基础设施调解员：从结构性灾害响应中挖掘未来的失败关切
本论文研究了社交媒体上关于结构故障的讨论，旨在改善灾难应急战略。通过探测对先行故障的关注，将此类问题反馈给相关政府机构，有助于预防和减轻潜在的基础设施故障。作者开发了一种基础设施监察员，用于自动检测特定的基础设施问题，并提供了一个新任务的数
PDF5 months ago
SoMeLVLM：用于社交媒体处理的大型视觉语言模型
通过介绍一种用于社交媒体处理的大型视觉语言模型（SoMeLVLM），该模型具备知识与理解、应用、分析、评估和创造等五个关键能力，在处理多种社交媒体任务方面取得了最先进的性能。
PDF5 months ago
运用新闻与媒体情感分析生成外汇交易信号
本研究目的是调查情感分析如何应用于外汇市场生成交易信号，作者通过词典分析和朴素贝叶斯机器学习算法，评估了与美元有关的社交媒体帖子和新闻文章的情感。研究结果表明情感分析在预测市场走势和制定交易信号方面具有价值，并且其有效性在不同市场条件下保持
PDF5 months ago
COVIDHealth: 一个基于 Twitter 的数据集和基于机器学习的网络应用程序，用于分类 COVID-19 讨论
开发了基于机器学习的网络应用程序，用于自动分类社交媒体上的 COVID-19 相关讨论，并提供了用于分类的基准结果。
PDF5 months ago
中文心理 BERT：面向社交媒体的中文心理健康文本分析的领域自适应预训练
本研究针对心理学领域缺乏定制的预训练模型，从中国社交媒体平台收集了 3.36 百万条文本，并加入心理学词典进行预训练改进，通过自适应训练开发出专门用于心理领域的模型，实验结果表明该模型在四个公共基准测试中表现优越且能够做出心理相关的预测。因
PDF5 months ago