阅读笔记2020_01观点检测综述：《Stance Detection on Social Media: State of the Art and Trends》

观点检测综述：《Stance Detection on Social Media: State of the Art and Trends》

1、观点相关的关键词：
Stance detection, Opinion, Stance prediction, viewpoints, perspectives, Sentiment and Stance

2、与情感分析相区分
立场检测可以通过利用非文本特征，如网络和上下文特征
情感分析主要运用文本属性。

3、最为常用的数据集上的性能
SemEval stance dataset

迁移学习结果不如监督学习

4、子任务一：观点预测（数据集）

5、子任务二：观点分类（数据集）

6、几点结论：
在社交媒体中，用户之间的相似性被认为是有助于推断立场的核心属性。
具有相同立场的个人倾向于使用相同的词汇选择来表达他们的观点。
交互元素被用来定义用户之间的相似性：①转发关系②用户标签
用户表现的网络特征：①用户行为数据②用户元数据属性
三种网络：
交互网络：代表用户与其他用户在转发、提及和回复方面的直接互动，性能最优。
偏好网络：用户喜欢的推文中发布或提及的其他用户的网络，适用于发帖或互动行为有限的用户。
连接网络：包括用户的朋友和追随者。