Fugu-MT 論文翻訳(概要): An Iterative Approach for Identifying Complaint Based Tweets in Social Media Platforms

論文の概要: An Iterative Approach for Identifying Complaint Based Tweets in Social Media Platforms

arxiv url: http://arxiv.org/abs/2001.09215v2
Date: Wed, 17 Jun 2020 20:36:01 GMT
ステータス: 処理完了
システム内更新日: 2023-01-07 05:26:21.077923
Title: An Iterative Approach for Identifying Complaint Based Tweets in Social Media Platforms
Title（参考訳）: ソーシャルメディアプラットフォームにおける不満に基づくつぶやきの反復的識別手法
Authors: Gyanesh Anand, Akash Gautam, Puneet Mathur, Debanjan Mahata, Rajiv Ratn Shah, Ramit Sawhney
Abstract要約: 本稿では,トランスポートドメインに関連する苦情に基づく投稿を識別する反復的手法を提案する。研究目的のための新しいデータセットのリリースとともに、包括的評価を行う。
参考スコア（独自算出の注目度）: 76.9570531352697
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Twitter is a social media platform where users express opinions over a variety of issues. Posts offering grievances or complaints can be utilized by private/ public organizations to improve their service and promptly gauge a low-cost assessment. In this paper, we propose an iterative methodology which aims to identify complaint based posts pertaining to the transport domain. We perform comprehensive evaluations along with releasing a novel dataset for the research purposes.
Abstract（参考訳）: Twitterは、ユーザーがさまざまな問題について意見を述べるソーシャルメディアプラットフォームだ。不満や苦情を提供する投稿は、民間または公共の組織によってサービスを改善するために利用でき、迅速に低コストのアセスメントを評価できる。本稿では,トランスポートドメインに関連する苦情ベースのポストを識別することを目的とした反復的手法を提案する。研究目的の新たなデータセットの公開とともに,総合的な評価を行う。

関連論文リスト

From Twitter to Reasoner: Understand Mobility Travel Modes and Sentiment Using Large Language Models [8.438695039581141]
本稿では,Large Language Models (LLMs) を用いた新たな手法を提案する。ほとんどのソーシャルメディア投稿は肯定的な感情ではなく否定的な感情を呈している。
論文参考訳（メタデータ） (2024-11-04T23:04:13Z)
Leveraging Twitter Data for Sentiment Analysis of Transit User Feedback: An NLP Framework [1.2499537119440245]
トランジットサーベイを通じてユーザフィードバックを収集する従来の方法は、しばしば時間がかかり、リソースが集中し、コストがかかる。我々は,Twitterのようなソーシャルメディアプラットフォームで利用可能な膨大な,豊富な,安価なデータを活用する,新しいNLPベースのフレームワークを提案する。提案フレームワークは,ユーザフィードバックの収集と分析を,コストと時間を要するユーザフィードバック調査を必要とせずに効率化する。
論文参考訳（メタデータ） (2023-10-11T00:01:05Z)
ManiTweet: A New Benchmark for Identifying Manipulation of News on Social Media [74.93847489218008]
ソーシャルメディア上でのニュースの操作を識別し,ソーシャルメディア投稿の操作を検出し,操作された情報や挿入された情報を特定することを目的とした,新しいタスクを提案する。この課題を研究するために,データ収集スキーマを提案し,3.6K対のツイートとそれに対応する記事からなるManiTweetと呼ばれるデータセットをキュレートした。我々の分析では、このタスクは非常に難しいことを示し、大きな言語モデル(LLM)は不満足なパフォーマンスをもたらす。
論文参考訳（メタデータ） (2023-05-23T16:40:07Z)
Human-in-the-loop Evaluation for Early Misinformation Detection: A Case Study of COVID-19 Treatments [19.954539961446496]
本稿では,新たな誤情報主張を事実チェックし,それをサポートするソーシャルメディアメッセージを特定するための,ループ内人間評価フレームワークを提案する。提案手法は,レビューのために集計・ランク付けされたチェック価値のあるクレームを抽出する。スタンス分類器は、新しい偽情報主張を支持するツイートを識別するために使用され、それらが関連するポリシーに違反しているかどうかを判断するためにさらにレビューされる。
論文参考訳（メタデータ） (2022-12-19T18:11:10Z)
Semantic Similarity Models for Depression Severity Estimation [53.72188878602294]
本稿では、ソーシャルメディアの文章に基づいて、個人のうつ病の重症度を研究するための効率的なセマンティックパイプラインを提案する。我々は,抑うつ症状と重度レベルに対応する代表訓練文の指標に対して意味的ランキングを生成するために,テストユーザ文を使用する。本手法を2つのRedditベースのベンチマークで評価し,うつ病の重症度を指標として,最先端技術よりも30%改善した。
論文参考訳（メタデータ） (2022-11-14T18:47:26Z)
Having your Privacy Cake and Eating it Too: Platform-supported Auditing of Social Media Algorithms for Public Interest [70.02478301291264]
ソーシャルメディアプラットフォームは、情報や機会へのアクセスをキュレートするので、公衆の言論を形成する上で重要な役割を果たす。これまでの研究では、これらのアルゴリズムが偏見や差別的な結果をもたらすことを示すためにブラックボックス法が用いられてきた。本稿では,提案法の目標を満たすプラットフォーム支援型監査手法を提案する。
論文参考訳（メタデータ） (2022-07-18T17:32:35Z)
Identification of Twitter Bots based on an Explainable ML Framework: the US 2020 Elections Case Study [72.61531092316092]
本稿では,ラベル付きTwitterデータに基づくTwitterボット識別システムの設計に焦点をあてる。 Supervised Machine Learning (ML)フレームワークは、Extreme Gradient Boosting (XGBoost)アルゴリズムを用いて採用されている。また、MLモデルの予測を説明するためにShapley Additive Explanations (SHAP)をデプロイした。
論文参考訳（メタデータ） (2021-12-08T14:12:24Z)
News consumption and social media regulations policy [70.31753171707005]
我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。 Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
論文参考訳（メタデータ） (2021-06-07T19:26:32Z)
Can crowdsourcing rescue the social marketplace of ideas? [1.936291271591564]
FacebookとTwitterは最近、誤情報に対処するコミュニティベースのレビュープラットフォームを発表した。本稿では、過去の研究とTwitterのBirdwatchデータの予備分析に基づいて、コンテンツモデレーションに対するコミュニティベースのアプローチの可能性について概説する。我々は,複雑なシステム研究,行動社会学,計算社会科学の手法を活用して,クラウドベースのコンテンツモデレーションの研究を進めることを目的とする。
論文参考訳（メタデータ） (2021-04-28T13:35:28Z)
Measuring relative opinion from location-based social media: A case study of the 2016 U.S. presidential election [0.0]
ソーシャルメディアは世論調査の代替手段になりつつある。本研究の目的は,1)ソーシャルメディアから世論定量化が可能であるか,2)世論調査よりも優れた,あるいは相補的な評価を得られるか,という2つの問いに答えることである。
論文参考訳（メタデータ） (2020-02-03T16:01:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。