EmoTg: Modeling Social Response to Telegram Posts Using LLM and NLP Features

➡️ Как предсказывать реакцию аудитории на посты в Telegram?
Авторы представили подход EmoTg для моделирования социальной реакции на публикации в Telegram с использованием больших языковых моделей и признаков, извлекаемых методами обработки естественного языка.

Работа относится к направлению анализа социальных медиа и показывает, как текстовые характеристики постов можно использовать для оценки отклика аудитории. В такой постановке LLM- и NLP-признаки помогают формализовать содержание публикаций, выделять смысловые и эмоциональные параметры текста и связывать их с пользовательской реакцией. Подобные модели могут быть полезны для исследования цифровых коммуникаций, оценки вовлечённости и разработки инструментов поддержки редакционной аналитики в социальных платформах.

🧬 НОЦ ФНС России и МГТУ им. Н.Э. Баумана, #ИУ12, #СМ12
🧬 WWW Companion 2026 — Companion Proceedings of the ACM Web Conference 2026 | CORE A*

📚 Для цитирования:

Kurashkin S.O., Malashin I.P., Martysyuk D.A., Nelyub V.A., Masich I.S., Gantimurov A.P., Borodulin A.S., Tynchenko V.S. EmoTg: Modeling social response to Telegram posts using LLM and NLP features. WWW Companion 2026 - Companion Proceedings of the ACM Web Conference 2026 2026:1399–1409. https://doi.org/10.1145/3774905.3795851

#публикация #A #telegram_analytics #large_language_models #nlp_features #social_media_modeling #audience_response #computational_social_science #web_conference

Научные публикации | Бауманка