BriefGPT - AI 论文速递
·
关于Mpox的Instagram叙事：一套用于情感、仇恨言论和焦虑分析的标记多语言数据集
💡
原文中文，约1600字，阅读约需4分钟。
📝
内容提要
这篇论文介绍了Dreaddit文本语料库，包含19万条来自Reddit的帖子，旨在识别社交媒体中的压力表征。研究分析了抑郁症和焦虑症相关词汇，探讨了社交媒体上的有毒言论及其影响，并开发了可解释的心理健康分析开源模型。此外，研究还分析了MPox疫情期间的推文，揭示了在线毒性言论的特征和传播模式，为未来危机中的毒性减少提供了策略建议。
🎯
关键要点
- Dreaddit文本语料库包含19万条来自Reddit的帖子，用于识别社交媒体中的压力表征。
- 研究分析了抑郁症和焦虑症相关词汇，提出基于监督学习的方法。
- 开发了可解释的心理健康分析开源模型MentalLLaMA，接近最先进的判别方法。
- 分析了61762条关于MPox和COVID-19的推文，发现近一半推文具有负面情感。
- 通过对601,432条推文进行主题建模，发现MPox是推特上最流行的话题。
- 研究了2022年MPox疫情期间的在线毒性言论，揭示其起源、特征和传播模式。
- 识别出五大毒性话题类别，强调社交媒体影响者在传播中的作用，为未来危机中的毒性减少提供策略建议。
❓
延伸问答
Dreaddit文本语料库的主要用途是什么？
Dreaddit文本语料库用于识别社交媒体中的压力表征，包含19万条来自Reddit的帖子。
研究中如何分析抑郁症和焦虑症相关词汇？
研究通过监督学习的方法分析抑郁症和焦虑症相关词汇，以提供更好的医学指导。
MPox疫情期间推文的情感分析结果如何？
分析显示近一半的推文具有负面情感，其次是积极和中性情感。
研究识别了哪些毒性话题类别？
研究识别出五大毒性话题类别，包括疾病、健康政策、仇恨言论与政治话题等。
MentalLLaMA模型的主要特点是什么？
MentalLLaMA是一个可解释的心理健康分析开源模型，接近最先进的判别方法。
研究对未来危机中的毒性减少提供了什么建议？
研究为未来危机中的毒性减少提供了策略建议，强调社交媒体影响者的作用。
➡️
