Eine umfassende Analyse von niedrig- und hochstufigen Merkmalen für die frühe Erkennung von Gerüchten auf Twitter
Durch den Einsatz von neuronalen Modellen zur Erlernung der versteckten Darstellungen einzelner gerüchtbezogener Tweets zu Beginn eines Gerüchts kann das resultierende Signal die Klassifizierungsleistung im Laufe der Zeit, insbesondere innerhalb der ersten 10 Stunden, deutlich verbessern.
Früherkennung von Gerüchten auf Twitter - Nutzung der Weisheit schwacher Lerner
Ein Ansatz zur Früherkennung von Gerüchten auf Twitter, der die Glaubwürdigkeit einzelner Tweets mithilfe von Convolutional Neural Networks lernt und diese Erkenntnisse in einem zeitbasierten Klassifikationsmodell kombiniert.
Präzise Schätzung der Häufigkeit von Kommentaren mit toxischem Inhalt auf sozialen Medien
Die Autoren entwickeln einen Rahmen zur Schätzung der Prävalenz von toxischen Kommentaren auf sozialen Medien, indem sie die Ausgaben eines Klassifikators kalibrieren und auf neue Datensätze extrapolieren.
Vielfältige Kommunikationsstile in Twitter-Gemeinschaften zur Impfung: Mehr als nur Echokammern
Die Studie zeigt, dass Twitter-Gemeinschaften zur Impfung eine Vielfalt an Kommunikationsstilen aufweisen, die über das einfache Konzept der Echokammer hinausgehen.
Wer prahlt mehr online? Eine umfassende Analyse des Prahlens in sozialen Medien
Das Prahlen nimmt im Laufe der Zeit innerhalb derselben Nutzergruppe ab. Jüngere, gebildetere und beliebtere Nutzer in den USA neigen eher zum Prahlen. Eine eingehende linguistische Analyse enthüllt spezifische Prahlthemen, die mit unterschiedlichen Nutzermerkmalen verbunden sind.
Vorhersage von Meinungsverschiedenheiten durch Erkennung von Standpunkten und ein signiertes Graph-Convolutional-Netzwerk
Ein einfaches und neuartiges unüberwachtes Verfahren zur Vorhersage, ob die Autoren zweier Beiträge übereinstimmen oder nicht, indem es die von ihren Beiträgen erhaltenen Standpunkte zu benannten Entitäten nutzt.
Moralische Urteile in Narrativen auf Reddit: Eine Untersuchung der Zusammenhänge zwischen Ereignissen, Charaktereigenschaften und sprachlichen Merkmalen
Beschreibende Charaktereigenschaften haben unterschiedliche Auswirkungen auf moralische Narrative, wobei negative Eigenschaften die Aufmerksamkeit der Kommentatoren auf sich ziehen und die Schuldzuweisung verstärken, während Eigenschaften, die Mitgefühl hervorrufen, die Schuldzuweisung reduzieren.