Social Media NLP
Social Media NLP is a specialised natural-language-processing pipeline designed for the short, noisy, and informal text that appears on platforms such as Twitter, Reddit, and comment sections. Unlike general-purpose NLP, this pipeline accounts for platform-specific conventions — hashtags, emojis, abbreviations, and code-switching — enabling tasks such as hashtag analysis, viral content detection, and public-opinion measurement. The benchmark tradition for this approach was established through the SemEval-2017 Task 4 shared task (Rosenthal et al., 2017) and the TweetEval unified benchmark (Barbieri et al., 2020).
Lähdetietue
Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.
- Rosenthal, S. et al. (2017). SemEval-2017 Task 4: Sentiment Analysis in Twitter. Proceedings of the 11th International Workshop on Semantic Evaluation (SemEval-2017). ACL. · URL
- Barbieri, F. et al. (2020). TweetEval: Unified Benchmark and Comparative Evaluation for Tweet Classification. Findings of the Association for Computational Linguistics: EMNLP 2020. · URL
Kuratoituja väitteitä
Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.
Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.
Liittyvät metodit
Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.