• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  • Ny forskning hjälper till att visualisera känslor och ställningstagande i sociala medier

    Hur kan du hitta och förstå åsikter och känslor i den stora mängden texter i sociala medier? Kostiantyn Kuchers forskning hjälper till att visualisera till exempel allmänna åsikter om politiska frågor i tweets över tid. I framtiden, analys och visualisering av sentiment och ställningstagande kan bidra till sådana uppgifter som upptäckt av hatretorik och falska nyheter.

    Vårt samhälle är beroende av språk och text för att uttrycka våra tankar, utbyta åsikter, och få ny kunskap. Men med så mycket textdata som produceras nuförtiden, särskilt i sociala medier, det är omöjligt att läsa allt manuellt. I sin avhandling i datavetenskap vid Linnéuniversitetet, Kostiantyn Kucher har letat efter en lösning på detta problem.

    "Min forskning visar hur man kan undersöka och förstå åsikter och känslor i samlingar av textdata genom att kombinera datoriserade textutvinningsmetoder och interaktiva visuella representationer, det är, speciella typer av diagram och grafer, säger Kostiantyn Kucher.

    Som en del av ett forskningsprojekt kallat StaViCTA, Kostiantyn och kollegor har tillhandahållit webbläsare för undersökningar online som nu används av forskare, utövare, och elever intresserade av textvisualisering (textvis.lnu.se och sentimentvis.lnu.se). De har designat och implementerat flera visuella analytiska tillvägagångssätt som har hjälpt deras medarbetare inom lingvistik och beräkningslingvistik i deras forskning om ställningsanalys.

    De tillvägagångssätt som presenteras i avhandlingen kan tillämpas i akademisk forskning, business intelligence, övervakning av sociala medier, och journalistik. Förutom texter i sociala medier, dessa tillvägagångssätt kan också användas för att visualisera ställningstaganden i böcker och affärsrapporter, till exempel.

    "I framtiden, analys och visualisering av sentiment och ställningstagande kan bidra till sådana uppgifter som upptäckt av hatretorik och falska nyheter, förbättring och anpassning av grafiska användargränssnitt i mjukvara och webbapplikationer, och visuell representation av modellerna som används av artificiell intelligensagenter, avslutar Kostiantyn Kucher.


    © Vetenskap https://sv.scienceaq.com