TAILIEUCHUNG - Báo cáo khoa học: "Self-Disclosure and Relationship Strength in Twitter Conversations"

In social psychology, it is generally accepted that one discloses more of his/her personal information to someone in a strong relationship. We present a computational framework for automatically analyzing such self-disclosure behavior in Twitter conversations. Our framework uses text mining techniques to discover topics, emotions, sentiments, lexical patterns, as well as personally identifiable information (PII) and personally embarrassing information (PEI). | Self-Disclosure and Relationship Strength in Twitter Conversations JinYeong Bak Suin Kim Alice Oh Department of Computer Science Korea Advanced Institute of Science and Technology Daejeon South Korea @ Abstract In social psychology it is generally accepted that one discloses more of his her personal information to someone in a strong relationship. We present a computational framework for automatically analyzing such self-disclosure behavior in Twitter conversations. Our framework uses text mining techniques to discover topics emotions sentiments lexical patterns as well as personally identifiable information PII and personally embarrassing information PEI . Our preliminary results illustrate that in relationships with high relationship strength Twitter users show significantly more frequent behaviors of self-disclosure. 1 Introduction We often self-disclose that is share our emotions personal information and secrets with our friends family coworkers and even strangers. Social psychologists say that the degree of self-disclosure in a relationship depends on the strength of the relationship and strategic self-disclosure can strengthen the relationship Duck 2007 . In this paper we study whether relationship strength has the same effect on self-disclosure of Twitter users. To do this we first present a method for computational analysis of self-disclosure in online conversations and show promising results. To accommodate the largely unannotated nature of online conversation data we take a topic-model based approach Blei et al. 2003 for discovering latent patterns that reveal self-disclosure. A similar approach was able to discover sentiments Jo and Oh 2011 and emotions Kim et al. 2012 from user contents. Prior 60 work on self-disclosure for online social networks has been from communications research Jiang et al. 2011 Humphreys et al. 2010 which relies on human judgements for analyzing self-disclosure. The limitation of such

• Báo cáo khoa học
• Self Disclosure
• Relationship Strength
• Twitter Conversations
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Xử lý ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân loại tin tự động
• Tạo chí tin học
• Điều khiển học
• Truy vấn ngôn ngữ tự nhiên
• Phép dịch truy vấn ngôn ngữ tự nhiên
• Truy vấn SQL
• Văn phạm ngữ nghĩa
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Phân tích ngữ nghĩa
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Bài toán PTCP
• Phân tích cú pháp
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học
• Gán nhãn từ loại
• Ngôn ngữ tự nhiên trong dịch máy
• Hệ thống dịch máy
• Phương pháp xây dựng bảng từ
• Tác từ
• Conditional random fields
• Nhận dạng thực thể có tên
• Đối tượng vật lý trừu tượng
• Phân lớp văn bản
• Biểu diễn nhị phân
• Ma trận từ văn bản
• Wolfram Alpha
• Trích rút thông tin
• Phương pháp Snowball