摘要
随着以微博、Twitter为代表的社交媒体的快速发展,越来越多的用户喜欢在网上浏览热点信息,并发表自己的观点。立场分析旨在挖掘用户对特定目标或主题(例如,事件、产品、政策、人物或者服务等)的支持、反对或者中立的态度,该研究对舆情监管、信息推荐等具有重要意义。该文对立场分析研究开展综述,从立场分析定义,基于机器学习、深度学习及迁移学习的立场分析方法,使用的数据集三方面分别进行概述,并对未来的研究方向进行展望。
The stance detection aims to identify the attitude(i.e.,in favor of,against,or none)towards a given target,such as an event,a product,a policy,a person,a service,etc.Mining users'stances on social media is important to public opinion monitoring and information recommendation.This paper presents a survey on stance detection:introducing the conception of stance detection,summarizing various learning based methods,and describing the data sets.Finally,this paper discusses the future directions of stance detection.
作者
刘玮
彭鑫
李超
王品
王丽宏
LIU Wei;PENG Xin;LI Chao;WANG Pin;WANG Lihong(National Internet Emergenay Center,Beijing 100029,China;Institute of Automation,Chinese Academy of Sciences,Beijing 100190,China)
出处
《中文信息学报》
CSCD
北大核心
2020年第12期1-8,共8页
Journal of Chinese Information Processing
基金
国家自然科学基金(61772151)
国家重点研发计划(2017YFB0803305)
国家重点研发计划前沿科技创新专项(2016QY03D0500)。
关键词
立场分析
机器学习
深度学习
迁移学习
stance detection
machine learning
deep learning
transfer learning
