Social Media NLP — Tekstanalyse for korte og støjfyldte tekster

Social Media NLP er en specialiseret pipeline til naturlig sprogbehandling (NLP), designet til den korte, støjfyldte og uformelle tekst, der findes på platforme som Twitter, Reddit og i kommentarfeltet. I modsætning til generel NLP tager denne pipeline højde for platformsspecifikke konventioner – hashtags, emojis, forkortelser og sprogskifte – hvilket muliggør opgaver som hashtag-analyse, detektion af viralt indhold og måling af den offentlige mening. Den etablerede tradition for denne tilgang blev grundlagt gennem SemEval-2017 Task 4 (Rosenthal et al., 2017) og det forenede benchmark TweetEval (Barbieri et al., 2020).