符号付きソーシャルグラフからのスタンス埋込みの学習【JST・京大機械翻訳】

Pougue-Biyong John; Gupta Akshay; Haghighi Aria; El-Kishky Ahmed

プレプリント

J-GLOBAL ID：202202217231505729 整理番号：22P0280835

符号付きソーシャルグラフからのスタンス埋込みの学習【JST・京大機械翻訳】

Learning Stance Embeddings from Signed Social Graphs

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年01月27日プレプリントサーバーでの情報更新日： 2022年12月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ソーシャルネットワーク解析における重要課題は,話題の大規模集合に関するグラフにおける人々の位置,または姿勢を理解することである。過去の作業は,署名グラフを用いたソーシャルネットワークにおける(dis)アグレメントをモデル化してきたが,これらのアプローチは,相関トピックの範囲にわたる一致パターンをモデル化していない。例えば,1つのトピックに関する不一致は,関連するトピックスに対して,不一致(または一致)をより多くするかもしれない。各トピックに対して明確なエッジタイプを持つ署名されたソーシャルグラフにおいて,各ユーザとトピックに対する埋込みを共同学習する,Sstance Embeddings Model(SEM)を提案した。ユーザとトピック埋込みを共同学習することにより,SEMはコールドスタートトピックスタンス検出を実行でき,その関与を観測できない話題に関するユーザの姿勢を予測する。2つの大規模Twitter符号付きグラフデータセットを用いたSEMの有効性を実証した。1つのデータセット,TwitterSG,ラベル(dis)アグレメントは,主題情報,署名エッジを導出するために,ツイートを介してユーザ間の関与を用いてラベル付け(dis)アグレメントを行う。他,BirdwatchSGは,誤情報と誤った内容に関するコミュニティレポートをレバレッジする。TwitterSGとBirdwatchSGでは,SEMは,強いベースラインに対して,それぞれ39%と26%の誤差減少を示した。【JST・京大機械翻訳】

, , , , , ,
, , , , 【Automatic Indexing@JST】

人工知能 , その他の情報処理

, , ,

前のページに戻る