論文の概要: A Multi-task Model for Sentiment Aided Stance Detection of Climate
Change Tweets
- arxiv url: http://arxiv.org/abs/2211.03533v1
- Date: Mon, 7 Nov 2022 13:19:44 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-08 17:03:56.601012
- Title: A Multi-task Model for Sentiment Aided Stance Detection of Climate
Change Tweets
- Title（参考訳）: 気候変動ツイートの感情支援姿勢検出のためのマルチタスクモデル
- Authors: Apoorva Upadhyaya, Marco Fisichella, Wolfgang Nejdl
- Abstract要約: そこで本稿では,Twitter上でのデニエステートメントの識別を支援するフレームワークを提案し,ツイートのスタンスを,気候変動に対する2つの態度(デニエ/信頼性)の1つに分類する。
姿勢検出(主課題)と感情分析(副課題)を同時に行うマルチタスクフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 2.111703012534138
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Climate change has become one of the biggest challenges of our time. Social
media platforms such as Twitter play an important role in raising public
awareness and spreading knowledge about the dangers of the current climate
crisis. With the increasing number of campaigns and communication about climate
change through social media, the information could create more awareness and
reach the general public and policy makers. However, these Twitter
communications lead to polarization of beliefs, opinion-dominated ideologies,
and often a split into two communities of climate change deniers and believers.
In this paper, we propose a framework that helps identify denier statements on
Twitter and thus classifies the stance of the tweet into one of the two
attitudes towards climate change (denier/believer). The sentimental aspects of
Twitter data on climate change are deeply rooted in general public attitudes
toward climate change. Therefore, our work focuses on learning two closely
related tasks: Stance Detection and Sentiment Analysis of climate change
tweets. We propose a multi-task framework that performs stance detection
(primary task) and sentiment analysis (auxiliary task) simultaneously. The
proposed model incorporates the feature-specific and shared-specific attention
frameworks to fuse multiple features and learn the generalized features for
both tasks. The experimental results show that the proposed framework increases
the performance of the primary task, i.e., stance detection by benefiting from
the auxiliary task, i.e., sentiment analysis compared to its uni-modal and
single-task variants.
- Abstract（参考訳）: 気候変動は、我々の時代における最大の課題の1つになった。
Twitterのようなソーシャルメディアプラットフォームは、公衆の認識を高め、現在の気候危機の危険性に関する知識を広げる上で重要な役割を担っている。
ソーシャルメディアを通じた気候変動に関するキャンペーンやコミュニケーションが増えれば、情報はさらに認知され、一般大衆や政策立案者に届けられるようになる。
しかし、これらのtwitterコミュニケーションは、信念の分断、意見が支配するイデオロギー、しばしば気候変動を否定する者と信者の2つのコミュニティに分かれる。
本稿では,twitter上でデニエ・ステートメントを識別し,気候変動に対する2つの態度(デニエ・ベライバー)の1つにそのスタンスを分類する枠組みを提案する。
Twitterの気候変動に関するデータは、気候変動に対する一般大衆の態度に深く根ざしている。
そこで本研究は,気候変動ツイートのスタンス検出と感性分析という,密接に関連する2つのタスクの学習に焦点を当てた。
本稿では,姿勢検出(主タスク)と感情分析(副タスク)を同時に行うマルチタスクフレームワークを提案する。
提案モデルでは特徴特化フレームワークと共有特化アテンションフレームワークを取り入れ,複数の特徴を融合させ,両タスクの一般的な特徴を学習する。
実験結果から,提案手法は主課題,すなわち補助課題の恩恵による姿勢検出,すなわち,一様・単タスクの変種と比較して感情分析の性能を向上させることが示された。
関連論文リスト
- Show Me What and Where has Changed? Question Answering and Grounding for Remote Sensing Change Detection [82.65760006883248]
我々は,CDQAG (Change Detection Question Answering and Grounding) という新しいタスクを導入する。
CDQAGは、解釈可能なテキスト回答と直感的な視覚的証拠を提供することで、従来の変更検出タスクを拡張している。
QAG-360Kと呼ばれる最初のCDQAGベンチマークデータセットを構築し、360K以上の質問、テキスト回答、およびそれに対応する高品質な視覚マスクを含む。
論文 参考訳（メタデータ） (2024-10-31T11:20:13Z) - Understanding Opinions Towards Climate Change on Social Media [2.31449645503075]
我々は,実世界の出来事がソーシャルメディア上での気候変動関連トピックに対する個人の意見にどのように影響するかを理解することを目的としている。
我々は2006年から2019年にかけて360万人のユーザーが送った1360万ツイートのデータセットを抽出し分析した。
我々の研究は、COPイベントを取り巻く温暖化対策コミュニティの進化を理解するための第一歩として機能する。
論文 参考訳（メタデータ） (2023-12-02T20:02:34Z) - ClimateNLP: Analyzing Public Sentiment Towards Climate Change Using
Natural Language Processing [0.0]
本稿では、自然言語処理(NLP)技術を用いて、気候変動に関する話題を分析し、気候変動に関連するツイートの感情を定量化する。
目的は、個人が表現する感情を識別し、気候変動に関する世論のパターンを明らかにすることである。
論文 参考訳（メタデータ） (2023-10-12T07:48:50Z) - Analysis of Climate Campaigns on Social Media using Bayesian Model
Averaging [29.413444722550356]
我々は、産業、その擁護団体、および気候変動擁護団体がソーシャルメディアを用いて、気候変動に関する物語にどのように影響するかを分析する。
我々は、Facebook上の気候広告のスタンスを特定するために、メッセージテーマと組み合わされた最小限のモデルスープ[57]アプローチを提案する。
論文 参考訳（メタデータ） (2023-05-06T16:43:29Z) - EgoTaskQA: Understanding Human Tasks in Egocentric Videos [89.9573084127155]
EgoTaskQAベンチマークは、現実世界のエゴセントリックなビデオに対する質問回答を通じて、タスク理解の重要な次元を提供する。
我々は,(1)行動依存と効果,(2)意図と目標,(3)エージェントの他者に対する信念の理解を念頭に設計する。
我々は、我々のベンチマークで最先端のビデオ推論モデルを評価し、複雑なゴール指向のエゴセントリックなビデオを理解する上で、人間の間に大きなギャップがあることを示します。
論文 参考訳（メタデータ） (2022-10-08T05:49:05Z) - Climate Change & Computer Audition: A Call to Action and Overview on
Audio Intelligence to Help Save the Planet [98.97255654573662]
この研究は、オーディオインテリジェンスが気候に関わる課題を克服するために貢献できる領域の概要を提供する。
我々は、地球、水、空気、火、エーテルの5つの要素に従って、潜在的なコンピュータオーディションの応用を分類する。
論文 参考訳（メタデータ） (2022-03-10T13:32:31Z) - Trend and Thoughts: Understanding Climate Change Concern using Machine
Learning and Social Media Data [3.7384509727711923]
われわれは大規模な気候変動のTwitterデータセットを構築し、機械学習を用いて包括的な分析を行った。
トピックモデリングと自然言語処理を行うことで、気候変動に関するツイート数と主要な気候イベントの関係を示す。
我々のデータセットはKaggleで公開されており、さらなる研究に利用できる。
論文 参考訳（メタデータ） (2021-11-06T19:59:03Z) - Interpretation of Emergent Communication in Heterogeneous Collaborative
Embodied Agents [83.52684405389445]
本稿では,コラボレーティブな多目的ナビゲーションタスクCoMONを紹介する。
この課題において、オラクルエージェントは、地図の形式で詳細な環境情報を有する。
視覚的に環境を知覚するナビゲーターエージェントと通信し、目標のシーケンスを見つけるのが任務である。
創発的コミュニケーションはエージェントの観察と3次元環境の空間構造に基礎を置くことができることを示す。
論文 参考訳（メタデータ） (2021-10-12T06:56:11Z) - 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) - ClimaText: A Dataset for Climate Change Topic Detection [2.9767565026354186]
文に基づく気候変動トピック検出のためのデータセットであるtextscClimaTextを紹介した。
一般的なキーワードベースのモデルは、そのような複雑で進化するタスクには不十分であることがわかった。
我々の分析は、いくつかの面で改善する大きな可能性を明らかにしている。
論文 参考訳（メタデータ） (2020-12-01T13:42:37Z) - Information Consumption and Social Response in a Segregated Environment:
the Case of Gab [74.5095691235917]
この研究は、COVID-19トピックに関するGab内のインタラクションパターンの特徴を提供する。
疑わしい、信頼できるコンテンツに対する社会的反応には、統計的に強い違いはない。
本研究は,協調した不正確な行動の理解と情報操作の早期警戒に関する知見を提供する。
論文 参考訳（メタデータ） (2020-06-03T11:34:25Z)
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。