論文の概要: LEBANONUPRISING: a thorough study of Lebanese tweets

• arxiv url: http://arxiv.org/abs/2009.14459v1
• Date: Wed, 30 Sep 2020 05:50:08 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-12 22:34:46.367050
• Title: LEBANONUPRISING: a thorough study of Lebanese tweets
• Title（参考訳）: LEBANONUPRISING:レバノンのツイートを徹底的に調査
• Authors: Reda Khalaf and Mireille Makary
• Abstract要約: 10月17日、レバノンは革命の開始を目撃し、レバノンアップライジングのハッシュタグはTwitter上でバイラルになった。 10月18日から21日までに10万のツイートからなるデータセットが収集された。 我々は、異なる機械学習アルゴリズムを用いて、レバノンアップライジングハッシュタグに関連するレバノン・アラビア語話者のツイートに対する感情分析を行った。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent studies showed a huge interest in social networks sentiment analysis. Twitter, which is a microblogging service, can be a great source of information on how the users feel about a certain topic, or what their opinion is regarding a social, economic and even political matter. On October 17, Lebanon witnessed the start of a revolution; the LebanonUprising hashtag became viral on Twitter. A dataset consisting of a 100,0000 tweets was collected between 18 and 21 October. In this paper, we conducted a sentiment analysis study for the tweets in spoken Lebanese Arabic related to the LebanonUprising hashtag using different machine learning algorithms. The dataset was manually annotated to measure the precision and recall metrics and to compare between the different algorithms. Furthermore, the work completed in this paper provides two more contributions. The first is related to building a Lebanese to Modern Standard Arabic mapping dictionary that was used for the preprocessing of the tweets and the second is an attempt to move from sentiment analysis to emotion detection using emojis, and the two emotions we tried to predict were the "sarcastic" and "funny" emotions. We built a training set from the tweets collected in October 2019 and then we used this set to predict sentiments and emotions of the tweets we collected between May and August 2020. The analysis we conducted shows the variation in sentiments, emotions and users between the two datasets. The results we obtained seem satisfactory especially considering that there was no previous or similar work done involving Lebanese Arabic tweets, to our knowledge.
• Abstract（参考訳）: 近年の研究では、ソーシャルネットワークの感情分析に大きな関心が寄せられている。 マイクロブログサービスであるtwitterは、ユーザーが特定のトピックについてどう感じているか、あるいは、社会的、経済的、そして政治的問題に関する彼らの意見について、素晴らしい情報源になり得る。 10月17日、レバノンは革命の開始を目撃し、レバノンアップライジングのハッシュタグはTwitter上でバイラルになった。 10月18日から21日までに10万0ツイートからなるデータセットが収集された。 本稿では,異なる機械学習アルゴリズムを用いて,レバノンアップライジングハッシュタグに関連するレバノン・アラビア語話者のツイートに対する感情分析を行った。 データセットは手動で注釈付けされ、精度を測定し、メトリクスをリコールし、異なるアルゴリズムを比較する。 さらに,本稿で完結した作品には,さらに2つの貢献がある。 1つは、ツイートの前処理に使われたレバノン語から現代アラビア語のマッピング辞書の構築、もう1つは感情分析から絵文字を用いた感情検出に移行しようとする試みであり、私たちが予測しようとした2つの感情は「皮肉」と「楽しい」感情であった。 2019年10月に収集したツイートからトレーニングセットを構築し、2020年5月から8月にかけて収集したツイートの感情や感情を予測するためにこのセットを使用しました。 分析の結果,2つのデータセット間の感情,感情,ユーザの変化が明らかになった。 特に、レバノンのアラビア語のつぶやきに関する前例や類似した研究は、私たちの知る限りでは不十分だった。

関連論文リスト

• Russo-Ukrainian War: Prediction and explanation of Twitter suspension [47.61306219245444]
  本研究は、Twitterのサスペンション機構と、これにつながる可能性のあるユーザアカウントの共有コンテンツと機能の分析に焦点を当てる。 Twitter APIを使って、980万人のユーザーから生まれた107.7万のツイートを含むデータセットを入手しました。 この結果から、Bitcoin詐欺、スパム、広告キャンペーンに対するロシアとウクライナの紛争に関するトレンドを生かした詐欺キャンペーンが明らかになった。
  論文  参考訳（メタデータ） (2023-06-06T08:41:02Z)
• Design and analysis of tweet-based election models for the 2021 Mexican legislative election [55.41644538483948]
  選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。 地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
  論文  参考訳（メタデータ） (2023-01-02T12:40:05Z)
• Sentiment Analysis and Sarcasm Detection of Indian General Election Tweets [0.0]
  ソーシャルメディアの利用は、今日のデジタル世界では史上最高水準まで増加している。 一般大衆の感情や意見を分析することは、政府とビジネス関係者の両方にとって非常に重要である。 本稿では,ロクサバ選挙中のインド国民の感情をTwitterデータを用いて分析することに取り組んでいる。
  論文  参考訳（メタデータ） (2022-01-03T17:30:00Z)
• 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)
• What goes on inside rumour and non-rumour tweets and their reactions: A Psycholinguistic Analyses [58.75684238003408]
  ソーシャルメディアのテキストの心理言語学的分析は、誤情報を緩和するために意味のある結論を導くのに不可欠である。 本研究は,様々な事象に関する噂の深い心理言語学的分析を行うことによって貢献する。
  論文  参考訳（メタデータ） (2021-11-09T07:45:11Z)
• Discourse Analysis of Covid-19 in Persian Twitter Social Networks Using Graph Mining and Natural Language Processing [0.0]
  調査されたビッグデータは、ペルシャのTwitterネットワークのユーザ16万から500万のツイートだ。 分析されたイラン社会は、自分たちがコビッド19の悪い問題に責任があるとは考えていない。 最も活発で影響力のある利用者の類似性は、政治的、国家的、批判的な談話の構築が主なものであることである。
  論文  参考訳（メタデータ） (2021-09-01T10:39:20Z)
• The emojification of sentiment on social media: Collection and analysis of a longitudinal Twitter sentiment dataset [5.528896840956628]
  TM-Sentiは、Twitterの感情データセットを大規模に管理し、ツイート数は1億1400万を超えている。 我々は,大規模なエモティコンと絵文字に基づくラベル付き感情分析データセットを組み立てるための方法論を記述し,評価する。 私たちの分析では絵文字のエモティコンへの利用の増加など、興味深い時間的変化が強調されている。
  論文  参考訳（メタデータ） (2021-08-31T14:54:46Z)
• Sentiment analysis in tweets: an assessment study from classical to modern text representation models [59.107260266206445]
  Twitterで公開された短いテキストは、豊富な情報源として大きな注目を集めている。 非公式な言語スタイルや騒々しい言語スタイルといったそれらの固有の特徴は、多くの自然言語処理(NLP)タスクに挑戦し続けている。 本研究では,22データセットの豊富なコレクションを用いて,ツイートに表される感情を識別する既存言語モデルの評価を行った。
  論文  参考訳（メタデータ） (2021-05-29T21:05:28Z)
• Towards A Sentiment Analyzer for Low-Resource Languages [0.0]
  本研究は,当時盛んに議論されてきた特定のトレンドトピックに対して,ユーザの感情を分析することを目的としている。 2019年のインドネシア大統領選挙で話題になったハッシュタグのtextit#kpujangancurangを使っています。 本研究は,ラピッドマイニングツールを用いて,Twitterデータを生成し,Nieve Bayes,K-Nearest Neighbor,Decision Tree,Multi-Layer Perceptronの分類手法を比較し,Twitterデータの感情を分類する。
  論文  参考訳（メタデータ） (2020-11-12T13:50:00Z)
• Tweets Sentiment Analysis via Word Embeddings and Machine Learning Techniques [1.345251051985899]
  本論文では、感情分類のための特徴選択モデルWord2vecと機械学習アルゴリズムランダムフォレストを用いて、リアルタイムの2019年選挙Twitterデータに対する感情分析を行うことを目的とする。 Word2vecはテキスト中の単語の文脈意味を考慮し、特徴の質を改善し、機械学習と感情分析の精度を向上させる。
  論文  参考訳（メタデータ） (2020-07-05T08:10:30Z)
• Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
  本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。 議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。 我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
  論文  参考訳（メタデータ） (2020-04-20T20:00:27Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。