tweets | BriefGPT - AI 论文速递

关键词tweets

搜索结果 - 40

SocialNLP Fake-EmoReact 2021 挑战概述：通过回复和 GIF 预测虚假推文
本文提供了 Fake-EmoReact 2021 挑战赛的综述，在第 9 届 SocialNLP 研讨会与 NAACL 2021 联合举办。该挑战要求使用回复上下文和 EmotionGIF 数据集中的增强 GIF 类别预测推文的真实性。我们
PDFa month ago
社交媒体中是否常见使用泛指词和负面评论社会群体？—— 对 Twitter（X）数据的比较分析
使用机器学习技术开发了一个社会泛指的自动分类器，并将其应用于超过一百万条关于人的推文进行分析，发现社会泛指的推文获得更多点赞和转发，且与政治团体相关的泛指推文比与民族团体相关的泛指推文更常见，而针对政治团体的负面泛指推文比针对民族团体的负面
PDF2 months ago
多模态立场检测：新数据集和模型
通过整合文本和图像的多模态信息，文章提出了一种简单而有效的 TMPT 框架，利用目标信息从文本和视觉模态学习多模态姿态特征，并在三个基准数据集上取得了最先进的多模态姿态检测性能。
PDF4 months ago
传统机器学习模型和双向编码器表示转换器（BERT）基础的自动分类饮食失调的推文：算法开发与验证研究
通过对与饮食失调相关的推文进行分类，本研究使用传统机器学习和深度学习模型，发现基于 Transformer 的双向编码器表现最佳，能高效地识别与饮食失调相关的推文，并获得最高 71.1%-86.4% 的 F1 分数。
PDF5 months ago
使用 BERT 在新闻和社交媒体之间进行对比链接的研究
通过对比学习模型 CATBERT，在推特和新闻文章之间建立了一个表示空间，能够有效地关联推文和相关新闻文章，对推文级联中的主要话题进行识别。
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
新冠疫苗的 Twitter 情绪分析
使用自然语言处理技术，我们旨在以最高的准确率确定和分类关于 COVID-19 疫苗的观点。
PDF8 months ago
ArAIEval 共享任务传说：使用一种语言无关的文本表示模型进行说服技巧检测
本文介绍了我们在 ArabicNLP 2023 的 ArAIEval 挑战中的最佳提交结果，我们主要关注任务 1，该任务涉及从推特和新闻文章的摘录中识别说服技巧，我们使用 XLM-RoBERTa 进行训练，并在阿拉伯语文本中检测到说服技巧。
PDF9 months ago
利用大型语言模型和弱监督进行社交媒体数据标注：使用 COVID-19 自报疫苗推文进行评估
本研究评估了使用大型语言模型（例如 GPT-4）和弱监督来识别 COVID-19 疫苗相关的推文，以与人工注释者的性能进行比较。通过手动筛选的黄金标准数据集，利用 GPT-4 在无须额外微调或指示的情况下提供标签，在单次模式下进行分析。
PDF10 months ago
用于确定车辆劫持推文的半监督异常检测
本研究提出了一种新的半监督方法，利用推特数据和无监督异常检测算法识别车辆劫持事件，比较评估结果表明 Cluster Based Outlier Factor 方法在准确性和 F1-Score 上优于 K-Nearest Neighbour，
PDF10 months ago
利用特征增强和软域迁移进行欺诈检测
利用神经网络模型的中间层表示，我们提出了一种特征增强方法，用于不同信息领域之间的欺骗检测，其中 Tweets 对于虚假新闻和网络钓鱼邮件检测最有帮助，而新闻对于推特谣言检测最有帮助，我们的分析为领域知识转移提供了有用的见解，可以帮助构建比现
PDFa year ago
人们如何在 Twitter 上回应 COVID-19 大流行病：美国和印度情绪表达的比较分析
研究探讨了美国和印度在 2020 年 2 月至 2021 年 4 月的十五个月中通过超过 5400 万条推特表达的与 COVID-19 相关的各种情绪，应用预训练的情感分析和主题建模算法，研究了四种不同类型的情绪（恐惧、愤怒、快乐和悲伤）及
PDFa year ago
MaNLP@SMM4H22: 用 BERT 对推特帖子进行分类
本研究介绍了一种基于社交媒体挖掘的方法，用于对生日推文进行分类并区分精确年龄和非精确年龄，采用不同的文本预处理进行了两次提交并获得了 SMM4H 组织者评估的 0.80 和 0.81 的 F1 值。
PDF2 years ago
EMNLP2022 年 WANLP 共享任务：阿拉伯语宣传检测概述
该研究论文描述了关于如何检测阿拉伯推特上的宣传技术的共享任务，该任务吸引了 63 个团队注册，11 个团队提交了系统描述论文。
PDF2 years ago
短社交媒体文本中实体链接的强韧候选生成
研究了 Tweet 领域中实体链接方法的挑战，提出了一种使用来自维基百科的长上下文表示的混合解决方案，经过实验评估和比较，取得了 0.93 的召回率。
PDF2 years ago
ACL将幽默和讽刺结合以提高政治模仿检测
本文提出了一个多编码器模型，旨在将幽默和讽刺信息与夸张描绘这些比喻意象相结合，以提高政治恶搞检测的性能；在政治恶搞推文的公开可用数据集上进行的实验表明，我们的方法优于以前的最先进方法。
PDF2 years ago
AAAITwitter ISIS 用户的纵向数据集
本文提供了一份 ISIS 账户发布推文的时间跨度较长的数据集，并对这些账户进行了分析，描述了账户的功能 (如宣传或者行动策划)。文章还探讨了数据集的应用价值以及未来的研究方向。
PDF2 years ago
ArCorona：分析新冠肺炎疫情早期的阿拉伯语推文
为了更好地了解公众行为、兴趣话题、政府要求、推特来源等等，并防止有关病毒或不良治疗方法的谣言和误报的传播，在研究中，我们提供了一个人工标注的阿拉伯语推特最大数据集，描述了其注释指南、分析了数据集并构建了有效的机器学习和 Transforme
PDF4 years ago
COLING利用多语言 Transformer 和自动翻译增强数据的非英文推文情感分析改进
本文提出利用多语言 Transformer 模型，通过使用自动翻译进行数据增强，来适应非英语语言中的小型推特语料库，以提高转换器的效果。
PDF4 years ago
EMNLP反应式监督：一种收集讽刺数据的新方法
介绍了一种新的数据收集方法 —— 反应监督方法，利用在线对话的动态规律克服了现有数据收集技术的局限性，从而创建和发布了第一个具有讽刺视角标签和新的上下文特征的大规模推文数据集，预期将推动讽刺检测研究进展。该方法可应用于其他情感计算领域，从而
PDF4 years ago