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).
Bronrecord
Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.
- 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
Gecureerde claims
Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.
Deze weergave verzint geen claimbeoordeling als het register er geen heeft.
Gerelateerde methoden
Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.