要約
ソーシャル メディアでユーザー生成コンテンツ、特にテキスト投稿を扱うことへの関心が高まっています。
現在、ユーザーの投稿を意味のある方法でタイムラインに分割し、手動の注釈の品質とコストを改善する一貫した方法はありません。
ここでは、ユーザーのオンライン投稿アクティビティに基づいて、ユーザーの行動の興味深い変化の瞬間を含む可能性が高いタイムラインにユーザーの投稿をセグメント化するための一連の方法を提案します。
また、タイムラインを評価するための新しいフレームワークを提案し、2 つの異なるソーシャル メディア データセットのコンテキストでその適用性を示します。
最後に、高度にランク付けされたタイムラインの言語的内容について説明します。
要約(オリジナル)
There is increasing interest to work with user generated content in social media, especially textual posts over time. Currently there is no consistent way of segmenting user posts into timelines in a meaningful way that improves the quality and cost of manual annotation. Here we propose a set of methods for segmenting longitudinal user posts into timelines likely to contain interesting moments of change in a user’s behaviour, based on their online posting activity. We also propose a novel framework for evaluating timelines and show its applicability in the context of two different social media datasets. Finally, we present a discussion of the linguistic content of highly ranked timelines.
arxiv情報
| 著者 | Anthony Hills,Adam Tsakalidis,Federico Nanni,Ioannis Zachos,Maria Liakata |
| 発行日 | 2023-03-10 12:58:34+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google