著者

藤沼祥成 横野光 PascualMartinez-gomez 相澤彰子

雑誌

研究報告音声言語情報処理(SLP)

巻号頁・発行日

vol.2014-SLP-101, no.3, pp.1-8, 2014-05-15

---

あるイベントの盛り上がりに対して,それに関するツイートにも変化が現れその変化に着目することで盛り上がりを検出することが可能であると考えられる.本研究ではこの盛り上がり時間帯中のツイートに用いられている表現の特性を解析することを試みる.はじめに各時間帯のツイート集合とツイートより構築した言語モデルの関係をクロスエントロピーで算出した.実験結果より複数のハッシュタグ間における一部の盛り上がり時間帯のツイートはツイートより構築した n-gram 言語モデルに従うことを示す.また,盛り上がっている時間帯とそうでない時間帯において,クロスエントロピーにおいて統計的に有意差があることを示した (p<0.02).また,n-gram 言語モデルでは捉えられない素性も検討するため,Support Vector Machine (SVM) と Random Forest により各ツイートを盛り上がり時間帯の二値分類を行い,盛り上がり時間帯の特徴として漢字数が少ないことが明らかになった.

著者

藤沼祥成 横野光 PascualMartinez-gomez 相澤彰子

雑誌

研究報告自然言語処理(NL)

巻号頁・発行日

vol.2014-NL-216, no.3, pp.1-8, 2014-05-15

---

あるイベントの盛り上がりに対して,それに関するツイートにも変化が現れその変化に着目することで盛り上がりを検出することが可能であると考えられる.本研究ではこの盛り上がり時間帯中のツイートに用いられている表現の特性を解析することを試みる.はじめに各時間帯のツイート集合とツイートより構築した言語モデルの関係をクロスエントロピーで算出した.実験結果より複数のハッシュタグ間における一部の盛り上がり時間帯のツイートはツイートより構築した n-gram 言語モデルに従うことを示す.また,盛り上がっている時間帯とそうでない時間帯において,クロスエントロピーにおいて統計的に有意差があることを示した (p<0.02).また,n-gram 言語モデルでは捉えられない素性も検討するため,Support Vector Machine (SVM) と Random Forest により各ツイートを盛り上がり時間帯の二値分類を行い,盛り上がり時間帯の特徴として漢字数が少ないことが明らかになった.

著者

荒川唯 亀田尭宙 相澤彰子 鈴木崇史

雑誌

第74回全国大会講演論文集

巻号頁・発行日

vol.2012, no.1, pp.617-618, 2012-03-06

---

Twitterは,東日本大震災の際にも活用され,新たなメディアとして注目を浴びている.Twitterに関する研究は数々行われてきたが,ここでTwitter上での情報の発信,伝播について改めて問い直す必要があると考えられる.本研究の目的はTwitterのRetweet(以下RT)されやすいTweetを実証的に分析し,特徴を示すことである.データとしてフォロワー数の多い40アカウントの約28,756Tweetを収集した.文体と内容の特徴を抽出し,ユーザーのカテゴリーごと,RT数ごとに,機械学習による分類実験を適用した.本研究はRTされやすいTweetの特徴を示すことで,新しいメディアにおけるコミュニケーションの一面を考察し,人々のTwitterでの情報発信,伝播の一助となることを目指す.