論文の概要: Social Analysis of Young Basque Speaking Communities in Twitter
- arxiv url: http://arxiv.org/abs/2109.03487v1
- Date: Wed, 8 Sep 2021 08:19:08 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-09 13:44:45.185975
- Title: Social Analysis of Young Basque Speaking Communities in Twitter
- Title(参考訳): twitterにおけるバスク語話者コミュニティの社会的分析
- Authors: J. Fernandez de Landa and R. Agerri
- Abstract要約: バスク語で大量のつぶやきを処理することによって、人口統計分析を行うために、社会的側面と言語的側面の両方を考慮する。
階層的特徴と社会関係の研究は,機械学習と現代ディープラーニング自然言語処理(NLP)技術を適用して行われている。
- 参考スコア(独自算出の注目度): 0.9445512376558136
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In this paper we take into account both social and linguistic aspects to
perform demographic analysis by processing a large amount of tweets in Basque
language. The study of demographic characteristics and social relationships are
approached by applying machine learning and modern deep-learning Natural
Language Processing (NLP) techniques, combining social sciences with automatic
text processing. More specifically, our main objective is to combine
demographic inference and social analysis in order to detect young Basque
Twitter users and to identify the communities that arise from their
relationships or shared content. This social and demographic analysis will be
entirely based on the~automatically collected tweets using NLP to convert
unstructured textual information into interpretable knowledge.
- Abstract(参考訳): 本稿では,バスク語で大量のつぶやきを処理し,人口統計分析を行うための社会的・言語的側面を考察する。
社会科学と自動テキスト処理を組み合わせて,機械学習と現代ディープラーニング自然言語処理(NLP)技術を適用し,人口動態と社会関係の研究にアプローチする。
具体的には、人口統計と社会分析を組み合わせて、若いバスクのTwitterユーザーを検出し、彼らの関係や共有コンテンツから生じるコミュニティを特定することを目的としています。
この社会的および人口統計学的分析は、非構造化のテキスト情報を解釈可能な知識に変換するためにNLPを使って自動で収集されたツイートに基づいている。
関連論文リスト
- SOTOPIA-$π$: Interactive Learning of Socially Intelligent Language Agents [73.35393511272791]
本稿では,対話型学習手法であるSOTOPIA-$pi$を提案する。
この手法は,大規模言語モデル(LLM)の評価に基づいて,フィルタリングされた社会的相互作用データに対する行動クローニングと自己強化トレーニングを活用する。
論文 参考訳(メタデータ) (2024-03-13T17:17:48Z) - AutoConv: Automatically Generating Information-seeking Conversations
with Large Language Models [74.10293412011455]
合成会話生成のためのAutoConvを提案する。
具体的には,会話生成問題を言語モデリングタスクとして定式化する。
我々は、情報探索プロセスの特徴を捉えるために、人間同士の会話でLLMを微調整する。
論文 参考訳(メタデータ) (2023-08-12T08:52:40Z) - Unsupervised Sentiment Analysis of Plastic Surgery Social Media Posts [91.3755431537592]
ソーシャルメディアプラットフォームにまたがる膨大なユーザー投稿は、主に人工知能(AI)のユースケースに使われていない。
自然言語処理(NLP)は、コーパス(corpora)として知られるドキュメントの体系を利用して、人間のような言語理解でコンピュータを訓練するAIのサブフィールドである。
本研究は, 教師なし解析の応用により, コンピュータがプラスティック手術に対する否定的, 肯定的, 中立的なユーザ感情を予測できることを示した。
論文 参考訳(メタデータ) (2023-07-05T20:16:20Z) - Measuring Social Dimensions of Self-Presentation in Social Media
Biographies with an Identity-based Approach [18.189152163773468]
本研究は,Twitterバイオスで表現される意味の社会的次元を測定するための,アイデンティティに基づく3つの新しい手法を提案し,評価する。
これらのモデルは,1)どのアイデンティティの集合が1つの伝記の中で共起しやすいかを予測する上で,妥当なベースラインよりも優れていることを示す。
提案手法は, モデル出力を用いて, 自尊心, 宗教, 年齢, 性別がTwitter上でのURL共有とどのように関連しているかをよりよく理解するために, 計算社会科学における有用性を示す。
論文 参考訳(メタデータ) (2023-05-16T15:45:59Z) - Improving (Dis)agreement Detection with Inductive Social Relation
Information From Comment-Reply Interactions [49.305189190372765]
社会関係情報は、テキスト情報以外の(認識の)タスクにおいて補助的な役割を果たすことができる。
本稿では,このような関係情報を(離散化)データから帰納的社会関係グラフに抽出する手法を提案する。
社会関係は,特に長時間のコメント-返信ペアにおいて,(不一致)認識モデルの性能を高めることができる。
論文 参考訳(メタデータ) (2023-02-08T09:09:47Z) - TwHIN-BERT: A Socially-Enriched Pre-trained Language Model for
Multilingual Tweet Representations at Twitter [31.698196219228024]
TwHIN-BERTはTwitterで制作された多言語言語モデルである。
私たちのモデルは、100以上の異なる言語をカバーする70億のツイートで訓練されています。
我々は,多言語ソーシャルレコメンデーションと意味理解タスクにおけるモデルの評価を行った。
論文 参考訳(メタデータ) (2022-09-15T19:01:21Z) - Sentiment Analysis with R: Natural Language Processing for
Semi-Automated Assessments of Qualitative Data [0.0]
本チュートリアルでは、Rを用いて感情分析を行うための基本的な機能を紹介し、テキスト文書を段階的に分析する方法を説明する。
2つの政治演説の比較は、可能なユースケースを示している。
論文 参考訳(メタデータ) (2022-06-25T13:25:39Z) - Identifying and Characterizing Active Citizens who Refute Misinformation
in Social Media [25.986531330843434]
ソーシャルメディアプラットフォーム(TwitterやWeiboなど)と言語(英語や中国語など)にまたがるタスクを初めて研究する。
我々は2つのカテゴリのうちの1つにマップされたWeiboユーザーの新しいデータセット(誤情報ポスターやアクティブな市民など)を開発し、公開する。
本稿では,2つのユーザカテゴリ間の言語使用の差異を広範囲に分析する。
論文 参考訳(メタデータ) (2022-04-21T13:22:48Z) - TLA: Twitter Linguistic Analysis [0.0]
TLA(Twitter Linguistic Analysis)は、Twitterのデータをコーパスとして収集、ラベル付け、分析するためのフレームワークである。
フレームワークの基本的な理解を提供し、言語コーパスのためのTwitterのデータ収集、ラベル付け、分析のプロセスについて議論する。
TLAが提供している分析は、異なる言語コミュニティの感情を理解するための長い道のりでもある。
論文 参考訳(メタデータ) (2021-07-20T18:25:48Z) - SocAoG: Incremental Graph Parsing for Social Relation Inference in
Dialogues [112.94918467195637]
対話から社会的関係を推定することは、感情的に知的なロボットを構築するのに不可欠である。
我々は、グループ間の関係の整合性のために、SocAoGという名前のAnd-or Graphとしてソーシャルネットワークをモデル化する。
DialogRE と MovieGraph の実証実験結果から,我々のモデルは最先端の手法よりも社会的関係を正確に推定できることがわかった。
論文 参考訳(メタデータ) (2021-06-02T08:07:42Z) - Can You be More Social? Injecting Politeness and Positivity into
Task-Oriented Conversational Agents [60.27066549589362]
人間エージェントが使用する社会言語は、ユーザーの応答性の向上とタスク完了に関連しています。
このモデルは、ソーシャル言語理解要素で拡張されたシーケンスからシーケンスまでのディープラーニングアーキテクチャを使用する。
人的判断と自動言語尺度の両方を用いたコンテンツ保存と社会言語レベルの評価は,エージェントがより社会的に適切な方法でユーザの問題に対処できる応答を生成できることを示している。
論文 参考訳(メタデータ) (2020-12-29T08:22:48Z)
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。
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。