แนวคิดหลัก
LLM을 활용하여 소셜 미디어 메시징의 다양한 주제를 효과적으로 발견하고 분석할 수 있다.
บทคัดย่อ
이 연구는 소셜 미디어 메시징의 주제를 발견하고 분석하기 위한 새로운 접근법을 제안합니다. 기존의 주제 수준 분석은 전반적인 패턴만 포착하는 한계가 있었습니다. 이에 저자들은 LLM(Large Language Model)을 활용한 기계 중심 접근법을 제안합니다.
첫째, 후보 주제 생성 단계에서는 클러스터링, LLM을 활용한 일관성 및 중복 검사, 요약 등의 과정을 거칩니다. 둘째, 선택적인 인적 검증 단계에서는 전문가의 견해를 반영하여 클러스터의 적절성을 평가합니다. 마지막으로, 할당 단계에서는 LLM의 few-shot 프롬프팅 기능을 활용하여 새로운 게시물을 관련 주제에 할당합니다.
이 방법론을 기후 캠페인 데이터에 적용한 결과, 기존 주제 모델링 기법보다 더 정확하고 해석 가능한 주제를 발견할 수 있었습니다. 또한 이를 통해 인구통계학적 타겟팅과 실제 사건에 따른 주제 변화 등을 분석할 수 있었습니다.
สถิติ
2020년 기준 미국의 에너지 공급에서 천연가스와 석유가 약 70%를 차지했으며, 2050년까지 이 비율이 지속될 것으로 예상됩니다.
세계보건기구에 따르면 기후변화로 인한 아동 건강 문제가 심각한 상황입니다.
คำพูด
"기후변화는 이미 사람들과 지역사회에 피해를 주고 있으며, 취약 계층에 영향을 미치고 있습니다. 이러한 건강상의 악영향을 완화하기 위한 지원과 행동이 필요합니다."
"기후변화에 대한 대응 부족은 아동의 건강과 복지에 큰 대가를 치르게 될 것입니다."