論文の概要: Exploring Embeddings for Measuring Text Relatedness: Unveiling Sentiments and Relationships in Online Comments

• arxiv url: http://arxiv.org/abs/2310.05964v1
• Date: Fri, 15 Sep 2023 04:57:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-15 14:26:50.406443
• Title: Exploring Embeddings for Measuring Text Relatedness: Unveiling Sentiments and Relationships in Online Comments
• Title（参考訳）: テキスト関連性測定のための埋め込みを探る:オンラインコメントにおける感覚と関連性を明らかにする
• Authors: Anthony Olakangil, Cindy Wang, Justin Nguyen, Qunbo Zhou, Kaavya Jethwa, Jason Li, Aryan Narendra, Nishk Patel, Arjun Rajaram
• Abstract要約: 本稿では,様々なソーシャルメディアプラットフォームにおけるコメント間の感情的・意味的関係について検討する。 単語の埋め込みを使って文や文書のコンポーネントを分析する。 我々の分析は、オンラインコメントの相互接続性をより深く理解し、大きな相互接続脳として機能するインターネットの概念を調査する。
• 参考スコア（独自算出の注目度）: 1.7230140898679147
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: After a pandemic that caused internet usage to grow by 70%, there has been an increased number of people all across the world using social media. Applications like Twitter, Meta Threads, YouTube, and Reddit have become increasingly pervasive, leaving almost no digital space where public opinion is not expressed. This paper investigates sentiment and semantic relationships among comments across various social media platforms, as well as discusses the importance of shared opinions across these different media platforms, using word embeddings to analyze components in sentences and documents. It allows researchers, politicians, and business representatives to trace a path of shared sentiment among users across the world. This research paper presents multiple approaches that measure the relatedness of text extracted from user comments on these popular online platforms. By leveraging embeddings, which capture semantic relationships between words and help analyze sentiments across the web, we can uncover connections regarding public opinion as a whole. The study utilizes pre-existing datasets from YouTube, Reddit, Twitter, and more. We made use of popular natural language processing models like Bidirectional Encoder Representations from Transformers (BERT) to analyze sentiments and explore relationships between comment embeddings. Additionally, we aim to utilize clustering and Kl-divergence to find semantic relationships within these comment embeddings across various social media platforms. Our analysis will enable a deeper understanding of the interconnectedness of online comments and will investigate the notion of the internet functioning as a large interconnected brain.
• Abstract（参考訳）: インターネット利用が70%増加したパンデミックの後、世界中でソーシャルメディアを利用している人が増えている。 Twitter、Meta Threads、YouTube、Redditといったアプリケーションはますます普及しており、世論が表現されないデジタル空間はほとんど残っていない。 本稿では,様々なソーシャルメディアプラットフォームにおけるコメント間の感情的・意味的関係を考察するとともに,各メディアプラットフォーム間での意見共有の重要性について考察する。 研究者、政治家、ビジネス代表者が世界中のユーザー間で共有された感情の経路を辿ることができる。 本稿では,これらのオンラインプラットフォーム上でユーザコメントから抽出されたテキストの関連度を測定する複数の手法を提案する。 単語間のセマンティックな関係を捉え、ウェブ全体の感情を分析する埋め込みを活用することで、世論全体の関連を明らかにすることができる。 この研究は、YouTube、Reddit、Twitterなどの既存のデータセットを利用している。 我々は、双方向エンコーダ表現(BERT)のような人気のある自然言語処理モデルを利用して、感情を分析し、コメント埋め込み間の関係を探索した。 さらに,様々なソーシャルメディアプラットフォームにまたがるコメント埋め込みにおける意味的関係を見つけるために,クラスタリングとkl-divergenceを活用することを目的としている。 我々の分析は、オンラインコメントの相互接続性をより深く理解し、大きな相互接続脳として機能するインターネットの概念を調査する。

関連論文リスト

• Community Shaping in the Digital Age: A Temporal Fusion Framework for Analyzing Discourse Fragmentation in Online Social Networks [45.58331196717468]
  本研究では,ソーシャルメディアプラットフォームにおけるオンラインコミュニティの動態を解析するための枠組みを提案する。 テキスト分類と動的ソーシャルネットワーク分析を組み合わせることで,コミュニティの形成と進化を促進するメカニズムを明らかにする。
  論文  参考訳（メタデータ） (2024-09-18T03:03:02Z)
• Depression detection in social media posts using affective and social norm features [84.12658971655253]
  ソーシャルメディア投稿からの抑うつ検出のための奥深いアーキテクチャを提案する。 我々は、後期融合方式を用いて、ポストとワードの敬称と道徳的特徴をアーキテクチャに組み込んだ。 提案された機能を含めると、両方の設定で最先端の結果が得られます。
  論文  参考訳（メタデータ） (2023-03-24T21:26:27Z)
• ReDDIT: Regret Detection and Domain Identification from Text [62.997667081978825]
  本稿では,Redditテキストのデータセットを,Regret by Action,Regret by Inaction,No Regretの3つのクラスに分類した。 以上の結果から,Reddit利用者は過去の行動,特に関係領域における後悔を表明しがちであることがわかった。
  論文  参考訳（メタデータ） (2022-12-14T23:41:57Z)
• Validating daily social media macroscopes of emotions [0.12656629989060433]
  われわれはオンライン新聞で大規模な調査を行い、ユーザーから毎日の情緒的状態の自己報告を収集した。 同じオンラインプラットフォーム上でのユーザディスカッションの感情分析の結果と比較した。 両プラットフォームにおいて,テキスト分析結果と自己報告感情のレベルとの間には強い相関関係が認められた。
  論文  参考訳（メタデータ） (2021-08-17T14:28:56Z)
• A Study on Herd Behavior Using Sentiment Analysis in Online Social Network [1.5673338088641469]
  本稿では,オンラインソーシャルネットワーキングサイトからの批判的意見を予測するための多様な戦略の能力について述べる。 ソーシャルメディアはここ数十年で良いメディアとなり、世界中の意見を共有している。 本研究では,ソーシャルメディアコンテンツを用いた感情分析手法の評価を行った。
  論文  参考訳（メタデータ） (2021-07-25T05:22:35Z)
• Detecting Ideal Instagram Influencer Using Social Network Analysis [0.0]
  本論文は、現実のオンラインマーケティング戦略のためのソーシャルネットワーク分析(SNA)に焦点を当てている。 この研究は、ネットワーク内の最も中心的なノードを特定するための様々な集中度尺度を比較し、個々のユーザの拡散行動を理解するために線形しきい値モデルを用いて貢献する。
  論文  参考訳（メタデータ） (2021-07-12T20:53:58Z)
• 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)
• Content-based Analysis of the Cultural Differences between TikTok and Douyin [95.32409577885645]
  ショートフォームのソーシャルメディアは、聴衆にダイナミックなストーリーを伝え、彼らの注意を引き付けることによって、伝統的なメディアパラダイムから遠ざかる。 特に、興味深く、理解しやすいユニークなシーンを表現するために、日常的なオブジェクトの異なる組み合わせを用いることができる。 同じ会社によって提供されたTikTokとDouyinは、近年人気になった新しいメディアの好例だ。 メディアファッションや社会的慣用性とともに文化的な違いを表現しているという仮説が,本研究の主目的である。
  論文  参考訳（メタデータ） (2020-11-03T01:47:49Z)
• Visual Sentiment Analysis from Disaster Images in Social Media [11.075683976162766]
  本稿では,社会的な重要な領域における視覚的感情分析,すなわちソーシャルメディアにおける災害分析に焦点を当てる。 本稿では,災害関連画像に対する深い視覚的感情分析手法を提案し,視覚的感情分析のさまざまな側面について述べる。 提案システムは,様々な利害関係者を支援することで,より生き生きとしたコミュニティに貢献できると考えている。
  論文  参考訳（メタデータ） (2020-09-04T11:29:52Z)
• 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。