29、基于社交媒体文本的年龄、情感和社交连接预测及实体链接研究

基于社交媒体文本的年龄、情感和社交连接预测及实体链接研究

在当今数字化时代，社交媒体和知识图谱相关的研究日益重要。一方面，社交媒体文本蕴含着丰富的信息，可用于分析用户的年龄、情感和社交连接等特征；另一方面，知识图谱中的实体链接技术对于准确理解文本中的实体信息至关重要。本文将围绕这两个方面展开探讨。

社交媒体文本分析

社交媒体涵盖了博客、社交网络和论坛等多种形式，为人们提供了交流和记录的平台。其产生的文本语料具有规模大、主题和风格多样的特点，并且包含了用户和系统提供的元数据，这使得对语言风格、用户人口统计特征、情感和社交连接等方面的统计分析成为可能。

研究背景与假设

以往的研究在分析博客文章文本内容与作者属性关系时存在局限性。心理学视角的研究规模较小，而数据驱动的分析方法往往较为简单，如仅进行词计数。因此，需要大规模的分析，并结合概率文本建模的进展。

本研究提出了三个假设：
1. 老年和年轻博主在情绪、写作主题和写作方式上存在显著差异。
2. 快乐和悲伤的博客文章在主题和其他心理语言学特征的使用上有所不同。
3. 社交连接程度不同的博主会撰写不同主题的文章，并且表现出不同的写作风格和情绪。

文本特征分析方法

为了验证这些假设，采用了多种文本特征分析方法：
- 词法和词性特征 ：一些研究使用了一元模型、n - 元特征以及词性（如形容词）来分析博客文章。例如，Schler 等人用一元模型研究博客文章内容与作者年龄和性别的关系；Mihalcea 和 Liu 利用 n - 元特征对快乐和悲伤的文章进行分类，并评估不同时间的幸福