Adaptive sentiment evaluation in social media analysis

Apró, Anikó, Sasi, Levente (2026) Adaptive sentiment evaluation in social media analysis Annales Mathematicae et Informaticae. 63. pp. 18-31.

pdf 18_31.pdf Download (786kB) [error in script]

Absztrakt (kivonat)

Social media sentiment analysis faces a persistent aggregation problem: lexicon-based and transformer-based models often produce inconsistent outputs for the same short, informal, and stylistically heterogeneous texts. This paper introduces ADRTW (Adaptive Dynamic Reliability-Triggered Weighting), an interpretable sentiment fusion framework that combines heterogeneous sentiment estimators using rule-guided reliability weights derived from textual cues, inter-model disagreement, and consistency patterns [5, 8]. The framework is evaluated on a Reddit dataset containing 1,577 posts, 354,050 comments, and 187,666 authors collected between 2017 and 2025, together with a controlled synthetic benchmark for aggregation comparison. The results show that ADRTW remains competitive with static averaging in controlled settings while preserving context-sensitive local variation in largescale discourse analysis. Beyond sentiment fusion, the ADRTW-derived signal supports complementary analyses of online discussions, including temporal trend inspection, toxicity-aware interpretation, and participation-based clustering. Overall, the proposed framework provides a transparent and reusable basis for examining emotional dynamics in social media discourse.

Mű típusa:	Folyóiratcikk - Journal article
Szerző:	Szerző neve Email MTMT azonosító ORCID azonosító Közreműködés Apró, Anikó NEM RÉSZLETEZETT NEM RÉSZLETEZETT NEM RÉSZLETEZETT Szerző Sasi, Levente NEM RÉSZLETEZETT NEM RÉSZLETEZETT NEM RÉSZLETEZETT Szerző
Kapcsolódó URL-ek:	Befoglaló kötet
Kulcsszavak:	sentiment analysis, social media, Reddit, adaptive weighting, toxicity detection, clustering
Nyelv:	angol
Kötetszám:	63.
DOI azonosító:	10.33039/ami.2026.06.003
Felhasználó:	Tibor Gál
Dátum:	20 Júl 2026 07:06
Utolsó módosítás:	20 Júl 2026 07:06
URI:	http://publikacio.uni-eszterhazy.hu/id/eprint/9291

Műveletek (bejelentkezés szükséges)

Tétel nézet