Kollektive Haltungsklassifikation von Beiträgen in Online-Debattenforen

Online-Debattenseiten sind eine große Quelle für informellen und meinungsorientierten Dialog über aktuelle gesellschaftspolitische Themen. Die Haltung der Nutzer (PRO oder CONTRA) zu Diskussionsthemen in Bereichen wie Politik oder Nachrichten abzuleiten, ist ein wichtiges Problem und von Nutzen für Forscher, Regierungsorganisationen und Unternehmen. Die Vorhersage der Haltung der Nutzer unterstützt die Identifizierung von sozialen und politischen Gruppen, den Aufbau besserer Empfehlungssysteme und die Personalisierung der Informationspräferenzen der Nutzer entsprechend ihren ideologischen Überzeugungen. In diesem Papier entwickeln wir einen neuartigen kollektiv-klassifikatorischen Ansatz zur Haltungsklassifikation, der sowohl strukturelle als auch linguistische Merkmale nutzt und kollektiv die Haltung der Beiträge über ein Netzwerk der Nutzerbeiträge kennzeichnet. Wir identifizieren sowohl linguistische Merkmale der Beiträge als auch Merkmale, die die zugrunde liegenden Beziehungen zwischen Beiträgen und Nutzern erfassen. Wir verwenden probabilistische weiche Logik (PSL) (Bach et al., 2013), um die Haltung der Beiträge zu modellieren, indem wir sowohl diese lokalen linguistischen Merkmale als auch die beobachtete Netzwerkstruktur der Beiträge nutzen, um über den Datensatz zu denken. Wir bewerten unseren Ansatz an 4FORUMS (Walker et al., 2012b), einer Sammlung von Diskussionen von einer Online-Debattenseite zu Themen von Waffenkontrolle bis zur gleichgeschlechtlichen Ehe. Wir zeigen, dass unser kollektives Klassifikationsmodell in der Lage ist, reichhaltige relationale Informationen problemlos zu integrieren und ein lokales Modell, das nur linguistische Informationen verwendet, zu übertreffen.