Social Media NLP — Textanalyse für kurze und verrauschte Texte

Social Media NLP ist eine spezialisierte Pipeline zur Verarbeitung natürlicher Sprache (Natural Language Processing, NLP), die für die kurzen, verrauschten und informellen Texte entwickelt wurde, die auf Plattformen wie Twitter, Reddit und in Kommentarbereichen vorkommen. Im Gegensatz zu allgemeinen NLP-Pipelines berücksichtigt diese Pipeline plattformspezifische Konventionen – Hashtags, Emojis, Abkürzungen und Code-Switching –, was Aufgaben wie Hashtag-Analyse, Erkennung viraler Inhalte und Messung der öffentlichen Meinung ermöglicht. Die Benchmark-Tradition für diesen Ansatz wurde durch die gemeinsame Aufgabe SemEval-2017 Task 4 (Rosenthal et al., 2017) und den einheitlichen Benchmark TweetEval (Barbieri et al., 2020) etabliert.