COVID-19：重新开放时的社交媒体情绪分析 | 网络科学论文速递20篇

本文由机器翻译，仅供参考，感兴趣请查阅论文原文

核心速递

• COVID-19：重新开放时的社交媒体情绪分析;
  
• 使用COVID-19特定模型估算隐藏的无症状患者、群体免疫阈值和锁定效应;
• 死亡率控制与经济开放：SEIARD模型中的最优政策;
• 在COVID-19大流行的各个阶段跟踪中国的舆情;
• 严格干预对冠状病毒大流行的影响;
• 锁定策略、移动模式和COVID-19;
• 网络同配性对流行病和疫苗接种行为的影响;
  
• COVID-19大流行和健康危机引发的学术努力空前动员：SARS、MERS和2019-nCov文献的科学计量比较;
• 暑假和COVID-19：大都市人群去避暑省的影响;
  
• CoAID：COVID-19医疗保健不实信息数据集;
• 在美国，减少人群共处一地对COVID-19跨县传播风险的影响;
• 病毒式传播还是广播？表征病毒性和级联增长;
• 多层次选择模型中促进合作的分类互惠机制;
• 自适应网络中节点和链路状态协同演化模型中的吸收转化：临界状态下的网络破碎转化;
• InfiniteWalk：将深层网络嵌入视作具有非线性的Laplacian嵌入;
• 通过模块化优化自动划分医院服务区域和医院转诊区域;
• 阴谋与科学：在线讨论级联的大规模分析;
• 有影响力的人是否真的有影响？在线多人博弈中分析玩家的活动;
• 在线语境中使用上下文分离器进行讽刺检测;
• 电力行业和网络拥堵的外部性;

COVID-19：重新开放时

的社交媒体情绪分析

原文标题： 

COVID-19: Social Media Sentiment Analysis on Reopening

地址：

http://arxiv.org/abs/2006.00804

作者：

Mohammed Emtiaz Ahmed, Md Rafiqul Islam Rabin, Farah Naz Chowdhury

摘要：新型冠状病毒（COVID-19）大流行是2020年社交媒体平台上讨论最多的话题。人们在此期间使用Twitter之类的社交媒体发表意见并分享与COVID-19相关的许多问题的信息在家订购。在本文中，我们调查了美国人民在重新开放问题上的情绪和情感。我们选择社交媒体平台Twitter进行分析，并研究Tweets，以发现情感观点，并触发重新开放的言论。在这次COVID-19大流行期间，研究人员对各种社交媒体数据集进行了锁定和呆在家里的分析。但是，在我们的分析中，我们特别有兴趣分析重新开放的公众情绪。我们的主要发现是当所有州在3月份采取封锁措施时，人们表现出恐惧的主导情绪，但是随着重新开放开始，人们的恐惧感减弱了。尽管这可能是正确的，但由于处于重新开放阶段，与锁定情况相比，每天都有积极的案例在增加。总体而言，人们对重新开放的情况没有那么消极的情绪。

使用COVID-19特定模型

估算隐藏的无症状患者、

群体免疫阈值和锁定效应

原文标题：

Estimating Hidden Asymptomatics, Herd Immunity Threshold and Lockdown Effects using a COVID-19 Specific Model

地址：

http://arxiv.org/abs/2006.00045

作者： 

Shaurya Kaushal, Abhineet Singh Rajput, Soumyadeep Bhattacharya, M. Vidyasagar, Aloke Kumar, Meher K. Prakash, Santosh Ansumali

摘要：建立了包含隐匿无症状患者的定量COVID-19模型，并给出了参数形式的解析。该模型结合了锁定的影响以及由于锁定的宣布而导致的人口空间迁移。提出了一种用于从实际数据中估算模型参数的方法。结果表明，在我们研究的欧洲国家中，当有症状患者占总人口的4-6％时，感染的增加减慢并且实现了畜群免疫，而总感染率在50-56％之间。最后，提出了一种估计无症状患者人数的方法，这些患者是感染传播的关键隐性环节。

死亡率控制与经济开放：

SEIARD模型中的最优政策

原文标题：

Mortality containment vs. economics opening: optimal policies in a SEIARD model

地址： 

http://arxiv.org/abs/2006.00085

作者：

Andrea Aspri, Elena Beretta, Alberto Gandolfi, Etienne Wasmer

摘要：我们采用无症状人口和Covid死亡的SEIRD差异模型（称为SEAIRD）进行适应，以模拟COVID-19的演变，并添加一个既影响病毒又影响GDP扩散的控制功能，具有所有直接和间接的收容措施;为了模拟可行性，假定该控件是满足附加约束的分段线性函数。我们描述了感染与经济的联合动态，并讨论了生产与死亡之间的权衡。特别是，我们仔细研究了最佳政策响应及其唯一性存在的条件。唯一性关键取决于人类生活的统计值与GDP之间的边际替代率；我们展示了一个具有相变的示例：超过某个阈值，有一个独特的最佳遏制策略；低于阈值，最好放弃任何遏制措施；在阈值本身，有两个最佳策略。然后，我们根据少量参数探索和评估各种控制策略的各种配置文件。

在COVID-19大流行的

各个阶段跟踪中国的舆情

原文标题：

Tracking Public Opinion in China through Various Stages of the COVID-19 Pandemic

地址：

http://arxiv.org/abs/2006.00163

作者： 

Yuqi Gao, Hang Hua, Jiebo Luo

摘要：近几个月来，COVID-19已成为全球性的大流行病，并对世界产生了巨大影响。不同条件下的人们对这一流行病的态度截然不同。由于社交媒体的实时性和大规模性，我们可以从社交媒体上连续获取大量与流行病有关的民意信息。特别是，研究人员可能会问诸如“在大流行的不同阶段，公众对中国的COVID-19有何反应？”，“哪些因素会影响中国的舆论导向？”等问题。为了回答这些问题，我们在中国最大的社交媒体平台微博上分析了与大流行有关的舆论信息。具体来说，我们首先收集了大量与COVID-19相关的舆论微博。然后，我们使用情感分类器来识别和分析不同组的用户意见。在收集的以情感为导向的微博中，我们尝试通过COVID-19大流行的不同阶段跟踪公众舆论。此外，我们分析了可能影响COVID-19舆论的更多关键因素（例如，不同省份的用户或受教育程度不同的用户）。实证结果表明，公众意见随COVID-19的关键因素而变化。此外，我们分析了公众对不同公众关注主题的态度，例如留在家里和隔离。

严格干预对冠状病毒大流行的影响

原文标题： 

The Effects of Stringent Interventions for Coronavirus Pandemic

地址： 

http://arxiv.org/abs/2006.00523

作者： 

Ting Tian (1), Wenxiang Luo (1), Yukang Jiang (1), Minqiong Chen (1), Canhong Wen (2), Wenliang Pan (1), Xueqin Wang (2) ((1) School of Mathematics, Sun Yat-sen University, (2) School of Management, University of Science and Technology of China)

摘要：COVID-19的大流行在世界各地造成了严重的公共卫生后果。已经实施了许多COVID-19干预措施。评估干预措施对COVID-19大流行具有重要的公共卫生和社会意义。本文借助综合控制方法，回归不连续性以及易感性感染和无隔离性感染-隔离去除医院（SIHR）模型，我们评估了在有代表性的城市温州实施的严格干预措施的水平和纵向影响。中国城市，在这里，采取了严格的干预措施以遏制自身的流行情况，并迅速增加了新确诊的病例。我们发现，那些严格的干预措施在统计学上具有显著的治疗效果，从而减少了COVID-19累积确诊病例。这些减少效果将随着时间的推移而增加。另外，如果将严格的干预措施推迟2天或改为进行轻度干预，则累计确诊病例的预期数量将是实际数量的近2倍或5倍。严格的干预措施对减轻COVID-19的流行状况具有重要意义。实施干预措施的速度越慢，疫情就越严重，并且需要的干预措施也就越强。

锁定策略、移动模式和COVID-19

原文标题：

Lockdown Strategies, Mobility Patterns and COVID-19

地址： 

http://arxiv.org/abs/2006.00531

作者：

Nikos Askitas, Konstantinos Tatsiramos, Bertrand Verheyden

摘要：我们开发了一个多事件模型，并在国家内部和国家之间的差异，利用各种公共政策的时间，类型和强度水平方面进行了研究，以研究其对COVID-19每日发生率以及对135个国家的人口流动模式的动态影响。通过考虑的同时存在多种干预措施，我们消除了同时存在的政策偏差。该论文的主要结果是，取消公共活动并对私人聚会施加限制，然后关闭学校，从数量上看对减少COVID-19的每日发生率影响最大。紧随其后的是工作场所以及居家要求，其统计意义和影响程度并不明显。相反，我们发现这对国际旅行管制，公共交通关闭以及对城市和地区之间的通行限制没有影响。我们确定这些发现是由它们对人口流动方式的影响所介导的，与时间使用和流行病学因素相一致。

网络同配性对流行病

和疫苗接种行为的影响

原文标题： 

Impact of network assortativity on epidemic and vaccination behaviour

地址：

http://arxiv.org/abs/2001.01852

作者：

Sheryl L. Chang, Mahendra Piraveenan, Mikhail Prokopenko

摘要：麻疹的复兴主要归因于疫苗采用率的下降和流动性的增加。尽管麻疹疫苗很容易获得并且非常成功，但是目前所采用的疫苗不足以预防流行病。疫苗的采用直接受到个人疫苗接种决定的影响，并且与由潜在移动性（旅行）网络塑造的疾病的空间传播具有复杂的相互作用。在本文中，我们将旅行连通性建模为无标度网络，并研究了网络的分类性与由此产生的流行病和疫苗接种动态之间的依赖性。为此，我们扩展了具有博弈论组成部分的SIR网络模型，在自愿接种计划下捕获了模仿动态。我们的结果表明，流行病动态与网络的分类性之间存在相关性，这表明具有高分类性的网络在某些条件下倾向于抑制流行病。在高度分类的网络中，抑制作用持续存在，从而尽早收敛到平衡。但是，在高度分散的网络中，由于非疫苗接种节点的分散以及动力学的主要疫苗接种阶段和非疫苗接种阶段之间的频繁切换，抑制效果会随着时间而减弱。

COVID-19大流行和健康危机引发的

学术努力空前动员：SARS、MERS和

2019-nCov文献的科学计量比较

原文标题：

Covid-19 pandemic and the unprecedented mobilisation of scholarly efforts prompted by a health crisis: Scientometric comparisons across SARS, MERS and 2019-nCov literature

地址：

http://arxiv.org/abs/2006.00674

作者： 

Milad Haghani, Michiel C. J. Bliemer

摘要：在本世纪中，每一次主要的冠状病毒爆发都引发了有关该主题的学术出版物的迅速增加。然而，在2019年新型冠状病毒（Covid-19）之后的研究出版物激增。由Covid-19大流行引起的全球危机以前所未有的方式动员了科学力量。在不到五个月的时间里，已经索引了12,000多个研究项目，而这一数字每天都在增加。由于危机影响到生活的方方面面，对Covid-19的研究似乎已成为许多学术领域的关注焦点。在这里，对Covid-19文献的科学计量方面进行了分析，并与之前的两种主要冠状病毒疾病即SARS和MERS进行了比较。重点是关键词的共现，国家之间期刊的书目耦合和引文关系以及合作。在所有三篇文献中都发现了某些重复出现的模式。所有这三种疾病暴发通常产生了三项不同且主要的研究队列：（i）与公共卫生应对和流行控制相关的研究，（ii）与病毒的化学成分相关的研究，以及（iii）与治疗，疫苗相关的研究和临床护理。虽然（i）类别相关的研究似乎是最先出现的，但与其他两个类别相比，它们总体上被引用的次数最少。Covid-19研究似乎已经分布在更广泛的期刊和主题领域中。在每次爆发的地理起源或每次爆发的当地地理严重性与源地区的研究规模之间，都可以发现明确的联系。与SARS和MRS相比，Covid-19研究还显示了来自更多国家的作者的参与。

暑假和COVID-19：

大都市人群去避暑省的影响

原文标题：

Summer vacation and COVID-19: effects of metropolitan people 

going to summer provinces

地址：

http://arxiv.org/abs/2006.00579

作者：

Tom Britton, Frank Ball

摘要：现在，许多国家/地区正在调查暑假对COVID-19大流行的影响。这里要解决的一个具体问题是：如果暑假期间大批城市居民访问人口较少的省，将会发生什么？通过一个简单的流行病模型，该模型既允许短期游客也可以长期访问该省，研究了哪些特征对确定此类夏季运动是否会导致该省人群中大量感染的方面最有影响。该方法应用于瑞典东南沿海的哥特兰岛。结果表明，大城市和省份群体之间的混合量以及到达时受到传染的城市人口比例是最有影响力的。因此，最大限度地减少聚集省和大城市群体的事件或减少短期访客的数量，可以大幅度减少传播，可以采取措施降低到达时的初始传染率。

CoAID：

COVID-19医疗保健不实信息数据集

原文标题：

CoAID: COVID-19 Healthcare Misinformation Dataset

地址： 

http://arxiv.org/abs/2006.00885

作者：

Limeng Cui, Dongwon Lee

摘要：不幸的是，随着COVID-19病毒迅速在世界范围内传播，与COVID-19相关的错误信息也被制造出来并像野火一样传播。这种错误的信息引起了人们的混乱，社会的混乱，甚至对健康问题造成了致命的后果。因此，能够理解，发现和缓解此类COVID-19错误信息不仅具有深厚的知识价值，而且具有巨大的社会影响。因此，为了帮助研究人员应对COVID-19健康错误信息，我们展示了CoAID（Covid-19 heAlthcare疾病信息数据集），其中包含多种COVID-19健康错误信息，包括网站和社交平台上的虚假新闻以及用户对此类新闻的社交参与。CoAID包括1,896个新闻，183,564个相关用户参与，516个有关COVID-19的社交平台帖子以及地面真相标签。该数据集位于：https://github.com/cuilimeng/CoAID。

在美国，减少人群共处一地对

COVID-19跨县传播风险的影响

原文标题： 

Effects of Population Co-location Reduction on Cross-county Transmission Risk of COVID-19 in the United States

地址：

http://arxiv.org/abs/2006.01054

作者： 

Chao Fan, Sanghyeon Lee, Yang Yang, Bora Oztekin, Qingchun Li, Ali Mostafavi

摘要：COVID-19在美国的迅速传播对公共卫生，实体经济和人类福祉构成了重大威胁。在缺乏有效疫苗的情况下，社交疏远和减少出差的预防措施被认为是控制COVID-19传播的重要非药物方法。先前的研究表明，人类的活动和移动推动了中国COVID-19的时空分布。然而，关于共址减少对COVID-19跨县传播风险的模式和影响知之甚少。这项研究利用了2020年3月至2020年5月上旬美国所有县的Facebook代管数据。该分析研究了减少旅行和大流行增长轨迹之间的同步性和时滞，以评估社会疏远在缓解人口共居方面的功效。位置概率，以及随后每周新病例的增长。结果表明，共居减少的缓解效果出现在每周新病例的增长中，且延迟了一周。此外，在不同县组之间发现了明显的隔离，这些隔离根据案件数量进行了分类。结果表明，群体内共置地点的概率保持稳定，并且社会疏远政策主要导致跨群体共置地点的概率降低（由于从病例数较大的县到病例数较少的县的出行减少）。这些发现可能对地方政府告知其干预措施以监测和减少COVID-19的传播以及在未来的大流行中采用这些措施具有重要的实际意义。在评估跨县COVID-19的传播风险时，公共政策，经济预测和流行病模型需要考虑人口共址模式。

病毒式传播还是广播？

表征病毒性和级联增长

原文标题：

Go viral or go broadcast? Characterizing the virality and growth of cascades

地址： 

http://arxiv.org/abs/2006.01027

作者：

Yafei Zhang, Lin Wang, Jonathan J. H. Zhu, Xiaofan Wang

摘要：量化级联的病毒性是跨学科（例如疾病的传播，信息的传播和创新的传播）的一个重要问题。适当的病毒学度量应能够消除浅的，类似于广播的扩散过程和深的多代的分支过程之间的歧义。尽管已为此领域投入了许多有价值的工作，但其中大多数都没有考虑到扩散源的位置，这使它们陷入了图同构的陷阱，并且在某些情况下不可避免地会导致级联病毒性的不精确估计。在本文中，我们提出了一种基于根的方法，通过适当考虑扩散树中的根节点来量化级联的病毒性。通过在合成和经验级联上的应用，我们展示了所提出的病毒测度的性质和潜在效用。基于优先依附机制，我们进一步介绍了一种模拟级联生长的模型。所提出的模型能够在级联增长期间在广播和病毒传播之间进行插值。通过数值模拟，我们证明了该模型在表征级联生长的病毒性方面的有效性。我们的工作有助于科学地理解级联病毒和生长，并可能在包括病毒营销，传染病和信息传播在内的一系列政策领域提供实际意义。

多层次选择模型中

促进合作的分类互惠机制

原文标题：

Assortment and Reciprocity Mechanisms for Promotion of Cooperation in a Model of Multilevel Selection

地址：

http://arxiv.org/abs/1910.06933

作者： 

Daniel B. Cooney

摘要：在研究合作的演变过程中，提出了许多机制来帮助克服在囚徒困境和其他社会困境中个体最佳的自私作弊。这些机制包括分类或网络社交互动，将合作建立为社会规范的互惠规则，或支持作弊者的个体之间的竞争以及支持合作者的群体之间的竞争。在这里，我们基于描述多级选择动力学的最新数学工具来考虑分类和互惠机制在促进多级选择协同合作中的作用。使用复制者方程的确定性偏微分方程变体，包括组内竞争和组间竞争的影响，我们证明了当群体根据集体收益进行竞争时，群体内部人口结构与合作群体竞争能力之间的协同效应。

自适应网络中节点和链路状态

协同演化模型中的吸收转化：

临界状态下的网络破碎转化

原文标题：

Absorbing transition in a coevolution model with node and link states in an adaptive network: Network fragmentation transition at criticality

地址：

http://arxiv.org/abs/2006.00068

作者：

Meghdad Saeedian, Maxi San Miguel, Raul Toral

摘要：对于复杂网络中节点和链路的二进制状态，我们提出了耦合演化的随机动力学模型。在意见形成的上下文中，节点状态代表两种可能的意见，而链接状态则代表正或负关系。动力学通过节点和链路状态更新朝着成对的令人满意的关系进行，在成对的令人满意的关系中，相同状态的节点通过正向链路连接，或者不同状态的节点通过负向链路连接。通过随机网络中的平均场速率方程分析和蒙特卡洛模拟，我们发现了从动态激活相到吸收相的吸收相变。对于节点和链接状态更新，过渡发生在相对时间标度的临界值上。在吸收阶段，测量整体阶次的阶次参数以指数方式接近最终的冻结构型。有限大小的影响是这样的：在吸收阶段，最终配置在特征时间内达到最终特征，该特征时间与系统大小成对数比例；而在活动阶段，有限大小的波动使系统在特征时间内增长为冻结配置与系统大小成指数关系。在这些最终冻结配置的网络中，还存在一类与组拆分相关的有限大小的拓扑转换。

InfiniteWalk：将深层网络嵌入视作

具有非线性的Laplacian嵌入

原文标题：

InfiniteWalk: Deep Network Embeddings as Laplacian Embeddings with a Nonlinearity

地址：

http://arxiv.org/abs/2006.00094

作者：

Sudhanshu Chanpuriya, Cameron Musco

摘要：用于学习单词嵌入的跳跃语法模型（Mikolov等，2013）已广受欢迎，而DeepWalk（Perozzi等，2014）等方法已将模型扩展为从网络学习节点表示。Qiu等的最新工作。（2018）为DeepWalk目标提供了一个封闭形式的表达式，从而消除了对小型数据集进行采样的需求，并提高了准确性。在这些方法中，单词或节点被认为同时出现的“窗口大小” T是关键的超参数。随着T趋于无穷大，我们研究了极限中的目标，这使我们能够简化Qiu等人的表达式。我们证明了该限制目标对应于分解图Laplacian的伪逆的简单变换，从而将DeepWalk与谱图嵌入中的大量现有工作相关联。此外，我们表明，通过对该伪逆应用简单的非线性入口变换，我们获得了有限T目标和嵌入的良好近似值，并且与Deep-Walk和其他skip-gram方法在多标签分类中的嵌入具有竞争性。出乎意料的是，我们发现，即使是简单的Laplacian伪逆的二进制阈值也具有竞争性，这表明，最新方法的核心进展是在经典谱嵌入方法之上的非线性。

通过模块化优化自动划分

医院服务区域和医院转诊区域

原文标题：

Automated Delineation of Hospital Service Areas and Hospital Referral Regions by Modularity Optimization

地址：

http://arxiv.org/abs/2006.00275

作者：

Yujie Hu, Fahui Wang, Imam Xierali

摘要：目的：开发一种自动化的，数据驱动的，规模灵活的方法来描绘最新的HSA和HRR，以代表所有患者并具有最佳的就诊地点。数据源：来自医疗保健成本和利用项目（HCUP）的佛罗里达州2011年州住院病人数据库（SID）。学习规划：通过最大化每个HSA / HRR中的患者到医院的流量，同时使它们之间的流量最小化，使用了一种网络优化方法来重新定义HSA和HRR。我们首先在佛罗里达建立了与达特茅斯现有单位一样多的HSA / HRR，然后通过各种指标对两者进行了比较。接下来，我们寻求得出最能反映佛罗里达州住院模式模块化的HSA / HRR的最佳数量和配置。主要发现：通过我们的方法，HSA / HRR在区域规模和市场结构，形状以及最重要的是本地住院方面取得了优于达特茅斯单位的优势。结论：新方法是自动化的，规模灵活的，并且有效地捕获了医疗保健系统的自然结构。它在描绘其他医疗保健服务区域或更大的地理区域中具有巨大的应用潜力。

阴谋与科学：

在线讨论级联的大规模分析

原文标题：

Conspiracy vs Science: A Large-scale Analysis of Online Discussion Cascades

地址：

http://arxiv.org/abs/2006.00765

作者：

Yafei Zhang, Lin Wang, Jonathan J.H. Zhu, Xiaofan Wang

摘要：随着社交媒体平台和社交网站的出现和迅速扩散，近年来见证了错误信息在我们日常生活中的大量传播。利用涵盖140万个帖子和1800万条评论的大规模数据集，我们研究了两种截然不同的叙述的传播（i）串谋信息，其说法通常没有根据，因此在某种程度上被称为错误信息，并且（ ii）在网上社交媒体平台上通常容易识别和验证来源的科学信息。我们发现，阴谋级联倾向于在多代分支过程中传播，而科学级联更可能以广度优先的方式增长。具体而言，阴谋信息会触发更大的级联，涉及更多的用户和世代，持续时间更长，比科学信息更具病毒性和突发性。内容分析表明，阴谋串级包含更多的否定词和情感词，传达了愤怒，恐惧，厌恶，惊奇和信任。我们还发现，串谋级联更多地涉及政治和有争议的话题。应用机器学习模型后，在使用构造功能将阴谋与科学叙述区分开来时，我们获得了近90％的AUC分数。我们还发现，与科学级联相比，阴谋级联更可能受到更多用户的控制。尽管人们认为政治亲和力会影响错误信息的使用，但很少有证据表明信息来源的政治取向在串谋信息的传播过程中发挥了作用。我们的研究为当前的错误信息研究提供了补充证据，并具有实际的政策含义，可以阻止在线传播和减轻错误信息的影响。

有影响力的人是否真的有影响？

在线多人博弈中分析玩家的活动

原文标题：

Do Influencers Influence? — Analyzing Players’ Activity in an Online Multiplayer Game

地址：

http://arxiv.org/abs/2006.00802

作者：

Enrica Loria, Johanna Pirker, Anders Drachen, Annapaola Marconi

摘要：在社交和在线媒体中，影响者传统上被理解为高度可见的个人。最近的结果表明，人们可能会模仿影响者的行为，例如可以在营销策略中加以利用。同样在博弈用户研究领域，由于严重依赖在线影响者参与博弈的营销活动以及保持玩家的参与，对玩家社会网络的研究也引起了人们的兴趣。尽管这些人具有内在价值，但仍然很难确定影响者，因为影响者的定义是一个有争议的话题。因此，我们如何确定影响者，而他们确实是影响他人行为的个人吗？在这项工作中，我们专注于保留力的影响，以验证中心玩家是否影响了其他人在博弈中的持久性。我们从在线射击博弈《命运》中的竞争性玩家对玩家（PvP）多人博弈（Crucible）比赛中确定了社会网络中的核心玩家。然后，我们为每个球员计算了影响力得分，以评估两个相互联系的个体之间随着时间的推移而增加的相似性。在本文中，我们能够显示出最初的迹象，表明影响者的传统指标不一定适用于博弈。相反，我们发现核心参与者的群体与有影响力的参与者的群体不同，后者被定义为具有最高影响力分数的个人。然后，我们对这两组进行了分析。

在线语境中使用上下文

分离器进行讽刺检测

原文标题：

Sarcasm Detection using Context Separators in Online Discourse

地址：

http://arxiv.org/abs/2006.00850

作者：

Kartikey Pant, Tanvi Dadu

摘要：讽刺是一种复杂的言语形式，其中的含义是隐含的。作为一种令人费解的表达形式，检测讽刺是一个棘手的问题。识别讽刺的困难有很多陷阱，包括在日常交流中的误解，这使我们越来越重视自动讽刺检测。在比喻语言处理（FigLang 2020）研讨会的第二版中，讽刺检测的共同任务发布了两个数据集，其中包含响应以及从Twitter和Reddit采样的上下文。在这项工作中，我们使用RoBERTa_large在两个数据集中检测讽刺。通过使用三种不同类型的输入-仅响应，上下文响应和上下文响应（分离），我们进一步断言了上下文对于提高基于上下文词嵌入的模型的性能的重要性。我们表明，我们提出的体系结构对于这两个数据集都具有竞争力。我们还表明，在上下文和目标响应之间添加分隔标记可导致Reddit数据集中的F1分数提高5.13％。

电力行业和网络拥堵的外部性

原文标题：

Power Trades and Network Congestion Externalities

地址：

http://arxiv.org/abs/2006.00916

作者：

Nayara Aguiar, Indraneel Chakraborty, Vijay Gupta

摘要：随着可再生能源发电量的增加，电网上的电力传输方式也会发生变化。我们表明，由于物理定律，这些新的传输模式导致了非直观的电网拥挤外部性。我们推导了由于电力交易而发生网络外部性的条件。校准显示，北欧和西欧之间交易的每增加一单位电力会使南部和东部地区的交易量每单位交易减少27％。考虑到这种外部性，对电网基础设施的新投资就不能零敲碎打。电力运输票价可以帮助在面临网络拥堵外部性的地区进行投资。

来源：网络科学研究速递

编辑：王建萍

声明：Arxiv文章摘要版权归论文原作者所有，由本人进行翻译整理，未经同意请勿随意转载。本系列在微信公众号“网络科学研究速递”（微信号netsci）和个人博客 https://www.complexly.me （提供RSS订阅）进行同步更新。

近期网络科学论文速递

---

集智俱乐部QQ群｜877391004

商务合作及投稿转载｜[e-mail]

◆ ◆ ◆

搜索公众号：集智俱乐部

加入“没有围墙的研究所”

让苹果砸得更猛烈些吧！