CORC  > 北京大学  > 信息科学技术学院
融合语境分析的时序推特摘要方法
于广川 ; 贺瑞芳 ; 刘洋 ; 党建武
刊名软件学报
2017
关键词时序推特摘要 时序特性 用户社交权威性 小波去噪 上下文图模型
英文摘要任务中的一个重要分支,旨在从热点事件相关的海量推特流中总结出随时间演化的简要推特集,以帮助用户快速获取信息.推特作为当今最流行的社交媒体平台,其信息量爆发式的增长以及文本碎片的非结构性,使得单纯依赖文本内容的传统摘要方法不再适用.与此同时,社交媒体的新特性也为推特摘要带来了新的机遇.将推特流视作信号,剖析了其中的复杂噪声,提出融合推特流随时序变化的宏微观信号以及用户社交上下文语境信息的时序推特摘要新方法.首先,通过小波分析对推特流全局时序信息建模,实现某一关键词相关的热点子事件时间点检测;接着,融入推特流局部时序信息和用户社交信息建立推特的随机步图模型摘要框架,为每个热点子事件生成推特摘要.在算法评估过程中,对真实推特数据集进行了专家时间点和专家摘要的人工标注,实验结果表明了小波分析和融合了时序-社交上下文语境的图模型在时序推特摘要中的有效性.; 10; 2654-2673
语种英语
内容类型期刊论文
源URL[http://ir.pku.edu.cn/handle/20.500.11897/491193]  
专题信息科学技术学院
推荐引用方式
GB/T 7714
于广川,贺瑞芳,刘洋,等. 融合语境分析的时序推特摘要方法[J]. 软件学报,2017.
APA 于广川,贺瑞芳,刘洋,&党建武.(2017).融合语境分析的时序推特摘要方法.软件学报.
MLA 于广川,et al."融合语境分析的时序推特摘要方法".软件学报 (2017).
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace