你的立场已暴露！社交媒体立场检测的可能因素分析

用户在社交媒体上的立场能从多种信号中推断，包括帖子内容和在线互动。本文研究用户在社交媒体上的各类特征以检测其对不同话题的立场，比较了主题内容、网络互动、用户偏好和在线网络连接等特征集。使用 SemEval 立场检测任务的推文数据集进行实验，涉及五个话题。结果表明，用户立场可通过其发布内容、交互网络、访问网站及点赞内容等多种在线活动信号检测。使用不同网络特征的立场建模性能与仅使用文本内容的最新模型相当。此外，结合网络和内容特征在 SemEval 数据集上达到目前最高性能，F值达 72.49%。本文进一步展示这些不同特征如何揭示用户立场。研究发现具有重要的隐私意义，表明用户立场深嵌于其在线社交网络中，原则上可通过对用户互动和社交关系的分析对其进行画像，即使该用户从未发布过相关话题。