上下文：如今提供的电视连续剧数量很高。由于其大量数量，由于缺乏独创性，许多系列被取消了。问题：拥有一个决策支持系统，可以说明为什么某些节目取得了巨大的成功，或者不促进续签或开始演出的选择。解决方案：我们研究了由CW网络广播的系列箭头的情况，并使用了描述性和预测性建模技术来预测IMDB额定值。我们假设该情节的主题会影响用户的评估，因此数据集仅由该情节的导演，该情节所获得的评论数量，这是由潜在的Dirichlet分配提取的每个主题的百分比（LDA）的数量。情节的模型，来自Wikipedia的观众数量和IMDB的评分。 LDA模型是由单词组成的文档集合的生成概率模型。方法：在这项规范性研究中，使用了案例研究方法，并使用定量方法分析了结果。结果摘要：每个情节的特征，最能预测评分的模型是由于KNN模型的类似平方误差，但在测试阶段的标准偏差更好。可以用可接受的均方根误差为0.55预测IMDB评级。
translated by 谷歌翻译
语言的感知毒性可能会因某人的身份和信仰而有所不同，但是在收集有毒语言数据集时往往忽略这种变化，从而导致数据集和模型偏差。我们寻求理解谁，为什么，以及毒性注释的偏见背后。在两个在线研究中具有人口统计地和政治上的参与者，我们调查了注释者身份（世卫组织）和信仰的影响（为什么），从社会心理学研究中汲取仇恨言语，自由言论，种族主义信念，政治倾向等。我们解除了通过考虑三个特征的帖子作为毒性的毒性：反黑色语言，非洲裔美国英语（AAE）方言和粗俗。我们的结果显示了注释者身份和信仰之间的强有力的协会及其毒性评级。值得注意的是，更保守的注释者和那些对我们的种族信仰规模的评分的人不太可能对毒黑语言归因于毒性，但更有可能将AAE归因于毒性。我们还提供了一个案例研究，说明了流行的毒性检测系统的评级如何自然地反映特定的信念和观点。我们的调查结果要求社会变量中的毒性标签，这提高了对有毒语言注释和检测的巨大影响。
translated by 谷歌翻译