# Final Project Analysis
## Info
- 
- 

## Motivation
我們在從事 NLP 研究時發現了立場檢測（Stance Detection）這個有趣的應用。

而所謂了立場即是，說話者對事物、事件、個體或目標的看法與想法。 常見的立場會被概括成 3 個分類分別是 **支持(Favor)、反對（Against）或 無意見（None）**。

而立場檢測任務就是要檢測說話者的立場，其任務大都是給予一個說話者討論的**目標（target）** 與 說話者對目標的**陳述（statement）**，而該任務就是檢測說話者對目標的陳述後，判斷其對目標的**立場（stance）**。

> 
> 上圖則為該任務的典型資料集

典型的立場檢測任務僅給予目標與陳述即要求判斷出立場，而近年的研究開始著手於先前這些特徵以外的網路上下文特徵（network context feature），他不僅收集了貼文的文字特徵還有利用發文者與留言者等眾多特徵。

因此我們使用著能讓我們收集更多特徵的立場檢測資料集。

## Background Knowledge
我們使用 wtwt 立場分類資料集，來實作立場分類任務，該資料集中有數個子資料集，我們挑選一個較大的子資料集來使用。

資料集內已有標記好的立場標籤（stance label）與相對應的貼文id（tweet id），意指該貼文的立場為何。因此我們可以透過該id來收集我們所需的資訊來實作立場分析。

從 tweet id 中可以收集到 User, Text or Tweet features，因此選擇哪個特徵來實作為本次專題的重點。

## Feature Analysis
### User features (用戶特徵)
User features 是指收集用戶的資訊後而產生的特徵，因此可以蒐集到的用戶資訊皆可以轉化成特徵來表示某一個用戶。

以下列舉可能的用戶特徵，
1. 追隨數（Following）
2. 被追隨數（Followers）
3. 性別（Sex）
4. 年齡（Old）
5. 追隨者

### Text features (文字特徵)
文字特徵即為推文內的文字

### Tweet features (推文特徵)
推文特徵即為以下特徵
1. 分享數（Retweets）: 僅分享該推文，無發表自己意見
2. 引用數（Quote Tweets）: 引用原始推文並額外發表想法
3. 讚數（Likes）: 對該推文的喜好
4. 回文數（Reply）: 回覆該推文的數量
5. 發文者: 發表該貼文的用戶
6. 回文者: 回覆該推文的用戶

## Methodology
我們舉例出幾個可能會使用的方法
### 1. 收集用戶特徵來建構 GCN 並達到立場分析
收集用戶的特徵並建構出用戶間的互通關係（舉例有無在同一篇文章發表意見；為追隨關係），接著將這些資訊構成一張 Graph，以此生成某位用戶的特徵表示，該表示會受到相關聯的用戶影響。

取得某位用戶表示後，該表示會淺在地表達出該用戶的立場資訊（源於與其他用戶間的關聯，例如追隨者與被追隨者的立場可能相近）。

### 2. 利用 GCN 強化 word embedding 並用於立場分析
此部分會思考 GCN 與 word embedding 的關係。 我們嘗試利用 GCN 來微調 word embedding，微調的方向是帶入更多有用於立場的資訊，並將微調後的 word embedding 用於文字的立場檢測任務。

而我們使用 GCN 的原因，乃是因為可以自定義詞與詞的關係（例如利用外部情感字典來建構字詞間的情感資訊），而該關係我們相信會是一個圖狀結構，因此適合使用 GCN。

## Expectation
我們預期能實作出不輸於一些 Baseline 的方法。

## 2022_4_5_討論
1. 以 Word 的方向建 Graph
2. 未來的project方向是加入 User features
3. 資料欄位使用 tweet text 即可
4. 這週三 8 點過後（或是週四 9 點後）
5. 期中 PTT: [LINK](https://docs.google.com/presentation/d/1qTcGiDyH28TN4RuiFGagpqH3sRq0j_KZytbpkXSjulc/edit?usp=sharing)