liu.seSök publikationer i DiVA
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Application of Interactive Computer-Assisted Argument Extraction to Opinionated Social Media Texts
Linnéuniversitetet, Institutionen för datavetenskap och medieteknik (DM).ORCID-id: 0000-0002-1907-7820
Linnéuniversitetet, Institutionen för datavetenskap och medieteknik (DM).ORCID-id: 0000-0001-6164-7762
Linnéuniversitetet, Institutionen för datavetenskap och medieteknik (DM).ORCID-id: 0000-0002-0519-2537
2018 (Engelska)Ingår i: Proceedings of the 11th International Symposium on Visual Information Communication and Interaction (VINCI '18) / [ed] Karsten Klein, Yi-Na Li, and Andreas Kerren, Association for Computing Machinery (ACM), 2018, s. 102-103Konferensbidrag, Poster (med eller utan abstract) (Refereegranskat)
Abstract [en]

The analysis of various opinions and arguments in textual data can be facilitated by automatic topic modeling methods; however, the exploration and interpretation of the resulting topics and terms may prove to be difficult to the analysts. Opinions, stances, arguments, topics, terms, and text documents are usually connected with many-to-many relationships for such tasks. Exploratory visual analysis with interactive tools can help the analysts to get an overview of the topics and opinions, identify particularly interesting documents, and describe main themes of various arguments. In our previous work, we introduced an interactive tool called Topics2Themes that was used for topic and theme analysis of vaccination-related discussion texts with a limited set of stance categories. In this poster paper, we describe an application of Topics2Themes to a different genre of data, namely, political comments from Reddit, and multiple sentiment and stance categories detected with automatic classifiers.

Ort, förlag, år, upplaga, sidor
Association for Computing Machinery (ACM), 2018. s. 102-103
Nyckelord [en]
visualization, interaction, topic modeling, argument extraction, text visualization, sentiment analysis, sentiment visualization, stance analysis, stance visualization, annotation
Nationell ämneskategori
Datavetenskap (datalogi) Språkbehandling och datorlingvistik Människa-datorinteraktion (interaktionsdesign)
Forskningsämne
Datavetenskap, Informations- och programvisualisering
Identifikatorer
URN: urn:nbn:se:liu:diva-189521DOI: 10.1145/3231622.3232505Scopus ID: 2-s2.0-85055567433ISBN: 978-1-4503-6501-7 (digital)OAI: oai:DiVA.org:liu-189521DiVA, id: diva2:1705918
Konferens
11th International Symposium on Visual Information Communication and Interaction (VINCI '18), 13-15 August 2018, Växjö, Sweden
Forskningsfinansiär
Vetenskapsrådet, 2016-06681Tillgänglig från: 2022-10-24 Skapad: 2022-10-24 Senast uppdaterad: 2025-02-01

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Person

Kucher, KostiantynSkeppstedt, MariaKerren, Andreas

Sök vidare i DiVA

Av författaren/redaktören
Kucher, KostiantynSkeppstedt, MariaKerren, Andreas
Datavetenskap (datalogi)Språkbehandling och datorlingvistikMänniska-datorinteraktion (interaktionsdesign)

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 123 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf