이 연구는 소셜 미디어 사용자의 입장을 효과적으로 분류하기 위한 두 단계 접근법을 제안한다.
첫 번째 단계에서는 사용자-해시태그 이분 그래프를 활용한 휴리스틱 방식으로 사용자와 해시태그의 입장 레이블을 반복적으로 업데이트한다. 이를 통해 얻은 소프트 레이블을 사용자-사용자 상호작용 그래프와 결합하여 준지도 학습 기반의 그래프 신경망 모델을 학습한다.
두 번째 단계에서는 그래프 신경망 모델을 활용하여 모든 사용자의 입장을 분류한다. 이 방식은 텍스트 내용과 사용자 간 상호작용 정보를 모두 활용하여 보다 정확한 입장 분류를 가능하게 한다.
제안된 방법론은 기후 변화와 총기 규제 관련 대규모 트윗 데이터셋에 적용되었으며, 기존 접근법 대비 우수한 성능을 보였다. 또한 입장 분류 정보와 상호작용 그래프를 활용하여 이러한 논란의 여지가 있는 주제에 대한 소셜 미디어 상의 극화 현상을 평가할 수 있음을 보였다.
לשפה אחרת
מתוכן המקור
arxiv.org
תובנות מפתח מזוקקות מ:
by Joshua Melto... ב- arxiv.org 04-17-2024
https://arxiv.org/pdf/2404.10228.pdfשאלות מעמיקות