We propose a method to analyze publ

We propose a method to analyze public opinion about political issues online by automatically detecting polarity in Twitter data. Previous studies have focused on the polarity classification of individual tweets. However, to understand the direction of public opinion on a political issue, it is important to analyze the degree of polarity on the major topics at the center of the discussion in addition to the individual tweets. The first stage of the proposed method detects polarity in tweets using the Lasso and Ridge models of shrinkage regression. The models are beneficial in that the regression results provide sentiment scores for the terms that appear in tweets. The second stage identifies the major topics via a latent Dirichlet analysis (LDA) topic model and estimates the degree of polarity on the LDA topics using term sentiment scores. To the best of our knowledge, our study is the first to predict the polarities of public opinion on topics in this manner. We conducted an experiment on a mayoral election in Seoul, South Korea and compared the total detection accuracy of the regression models with five support vector machine (SVM) models with different numbers of input terms selected by a feature selection algorithm. The results indicated that the performance of the Ridge model was approximately 7% higher on average than that of the SVM models. Additionally, the degree of polarity on the LDA topics estimated using the proposed method was compared with actual public opinion responses. The results showed that the polarity detection accuracy of the Lasso model was 83%, indicating that the proposed method was valid in most cases.

ผลลัพธ์ (ไทย) 1:

เราเสนอวิธีการวิเคราะห์ความคิดเห็นสาธารณะเกี่ยวกับปัญหาทางการเมืองแบบออนไลน์ โดยอัตโนมัติตรวจจับขั้วใน Twitter ข้อมูล การศึกษาก่อนหน้านี้ได้มุ่งเน้นการจัดขั้วประเภทของแต่ละทวี อย่างไรก็ตาม เพื่อให้เข้าใจถึงทิศทางของความเห็นสาธารณะเกี่ยวกับปัญหาทางการเมือง เป็นสิ่งสำคัญเพื่อวิเคราะห์ระดับของขั้วในหัวข้อหลักของการอภิปรายนอกเหนือจากทวีตของแต่ละ ขั้นตอนแรกของวิธีการนำเสนอตรวจจับขั้วในทวีรุ่นแลซโซและสันของการถดถอยการหดตัว รุ่นเป็นประโยชน์ซึ่งผลการถดถอยให้คะแนนความเชื่อมั่นสำหรับเงื่อนไขที่ปรากฏในทวี ขั้นสองระบุหัวข้อที่สำคัญผ่านรูปแบบหัวข้อวิเคราะห์ (LDA) Dirichlet แฝง และประเมินระดับของขั้วหัว LDA ใช้คำความเชื่อมั่นคะแนน ที่สุดของความรู้ของเรา การศึกษาของเราเป็นครั้งแรกที่ทำนายขั้วของมติมหาชนหัวในลักษณะนี้ เราดำเนินการทดลองในการเลือกตั้ง mayoral ในโซล เกาหลีใต้ และเปรียบเทียบความถูกต้องรวมการตรวจสอบของรุ่นถดถอยกับรุ่นจักร (SVM) เวกเตอร์สนับสนุนห้ากับหมายเลขที่แตกต่างกันเลือก โดยขั้นตอนการเลือกคุณลักษณะการป้อนเงื่อนไข ผลระบุว่า ประสิทธิภาพของรูปแบบริดจ์เป็นประมาณ 7% สูงเฉลี่ยกว่าแบบ SVM นอกจากนี้ ระดับของขั้วหัว LDA ประเมินโดยใช้วิธีการนำเสนอการเปรียบเทียบการตอบรับมติมหาชนที่แท้จริง ผลการศึกษาพบว่าความถูกต้องของการตรวจจับขั้วของแบบจำลองแบบ Lasso 83% บ่งชี้ว่า วิธีการนำเสนอไม่ถูกต้องในกรณีส่วนใหญ่

ผลลัพธ์ (ไทย) 2:

เราเสนอวิธีการที่จะวิเคราะห์ความคิดเห็นของประชาชนเกี่ยวกับปัญหาทางการเมืองออนไลน์โดยการตรวจสอบกระแสไฟฟ้าโดยอัตโนมัติในข้อมูลทวิตเตอร์ การศึกษาก่อนหน้านี้ได้มุ่งเน้นไปที่การจัดหมวดหมู่ขั้วของทวิตเตอร์ของแต่ละบุคคล อย่างไรก็ตามเพื่อให้เข้าใจทิศทางของความคิดเห็นของประชาชนเกี่ยวกับปัญหาทางการเมืองก็เป็นสิ่งสำคัญในการวิเคราะห์ระดับของกระแสไฟฟ้าในหัวข้อที่สำคัญที่เป็นศูนย์กลางของการอภิปรายที่นอกเหนือไปจากการทวีตของแต่ละบุคคล ขั้นตอนแรกของวิธีที่นำเสนอจะตรวจจับขั้วในทวิตเตอร์โดยใช้แบบจำลองเชือกและริดจ์ของการถดถอยหดตัว รุ่นที่เป็นประโยชน์ในการที่ผลการถดถอยให้คะแนนความเชื่อมั่นสำหรับคำที่ปรากฏในทวิตเตอร์ ขั้นตอนที่สองระบุหัวข้อที่สำคัญผ่านการวิเคราะห์ Dirichlet แฝง (LDA) รุ่นหัวข้อและประมาณการระดับของกระแสไฟฟ้าในหัวข้อ LDA โดยใช้คะแนนความเชื่อมั่นในระยะ ที่ดีที่สุดของความรู้ของเราการศึกษาของเราเป็นครั้งแรกที่จะทำนายขั้วของความคิดเห็นของประชาชนเกี่ยวกับหัวข้อในลักษณะนี้ เราดำเนินการทดลองในการเลือกตั้งนายกเทศมนตรีกรุงโซล, เกาหลีใต้และเมื่อเทียบกับการตรวจสอบความถูกต้องทั้งหมดของแบบจำลองการถดถอยที่มีห้าเครื่องเวกเตอร์สนับสนุน (SVM) รุ่นที่มีตัวเลขที่แตกต่างของคำอินพุตที่เลือกโดยวิธีการเลือกคุณลักษณะ ผลการวิจัยพบว่าประสิทธิภาพของรูปแบบการริดจ์เป็นประมาณ 7% สูงกว่าค่าเฉลี่ยของรุ่น SVM นอกจากนี้ระดับของกระแสไฟฟ้าในหัวข้อ LDA ประมาณโดยใช้วิธีการที่นำเสนอเมื่อเทียบกับการตอบสนองความคิดเห็นของประชาชนที่เกิดขึ้นจริง ผลการศึกษาพบว่าการตรวจสอบความถูกต้องขั้วของรูปแบบเชือกเป็น 83% แสดงให้เห็นว่าวิธีที่นำเสนอเป็นสิ่งถูกต้องในกรณีส่วนใหญ่

ผลลัพธ์ (ไทย) 3:

เราเสนอวิธีการวิเคราะห์ความคิดเห็นของประชาชนเกี่ยวกับปัญหาทางการเมืองออนไลน์โดยอัตโนมัติการตรวจสอบขั้วข้อมูล Twitter การศึกษานี้ได้มุ่งเน้นขั้วหมวดหมู่ของทวิตเตอร์เฉพาะบุคคล อย่างไรก็ตาม เพื่อให้เข้าใจทิศทางของความคิดเห็นสาธารณะในประเด็นทางการเมือง จึงควรวิเคราะห์ระดับของขั้วบนหัวข้อหลักที่ศูนย์กลางของการอภิปรายนอกเหนือไปจากทวีตของแต่ละบุคคล ขั้นตอนแรกของการนำเสนอวิธีการตรวจจับขั้วในทวิตเตอร์ใช้บ่วงบาศและสันของการหดตัวแบบการถดถอย รุ่นที่เป็นประโยชน์ในการส่งผลให้ความเชื่อมั่นของคะแนนสำหรับเงื่อนไขที่ปรากฏในข้อความ ขั้นตอนที่สองระบุหัวข้อหลักผ่านการวิเคราะห์ดีริชเลต์แฝง ( lda ) หัวข้อ รูปแบบและประเมินระดับของขั้วบน lda หัวข้อโดยใช้ระยะความเชื่อมั่นของคะแนน เพื่อที่ดีที่สุดของความรู้ของเรา การศึกษาของเราเป็นคนแรกที่ทำนายขั้วของความคิดเห็นของประชาชนในหัวข้อในลักษณะนี้ เราทำการทดลองในการเลือกตั้งนายกเทศมนตรีในโซล , เกาหลีใต้ และเปรียบเทียบความถูกต้องของการรวมรุ่นนี้สนับสนุนเวกเตอร์เครื่องจักร ( SVM ) รุ่นที่มีตัวเลขที่แตกต่างกันของเงื่อนไขที่เลือกโดยการป้อนคุณลักษณะขั้นตอนวิธี ผลการศึกษาพบว่า ประสิทธิภาพของแนวแบบประมาณ 7% สูงกว่าเฉลี่ยกว่าของ SVM รุ่น นอกจากนี้ ระดับของขั้วบน lda หัวข้อประเมินโดยใช้วิธีการเปรียบเทียบการตอบสนองความคิดเห็นของประชาชนที่แท้จริง ผลการศึกษาพบว่า ความถูกต้องของขั้วบ่วงบาศรุ่น 83 เปอร์เซ็นต์ ระบุว่า วิธีที่นำเสนอถูกต้องในกรณีส่วนใหญ่