用于信息流行病管理的跨语言自然语言处理框架
计算与语言
2020-11-02 v1 人工智能
机器学习
摘要
COVID-19 大流行给卫生系统带来了巨大压力，而围绕它的错误信息进一步加剧了这种压力。在此情形下，在正确时间提供正确信息至关重要。利用人工智能管理信息扩散的需求日益增长。因此，我们挖掘了自然语言处理（NLP）的潜力，以识别需要向大众传播的相关信息。在这项工作中，我们提出了一种新颖的跨语言自然语言处理框架，通过将每日新闻与来自世界卫生组织的可信指南进行匹配来提供相关信息。所提出的流水线部署了多种 NLP 技术，如摘要器、词嵌入和相似度度量，以向用户提供新闻文章及相应的医疗指南。共评估了 36 个模型，基于 LexRank 的摘要器结合 Word2Vec 嵌入与 Word Mover 距离度量的组合优于所有其他模型。这一新颖的开源方法可用作在伴随流行病的错误信息传播中主动传播相关医疗信息的模板。
引用
@article{arxiv.2010.16357,
title = {A Cross-lingual Natural Language Processing Framework for Infodemic Management},
author = {Ridam Pal and Rohan Pandey and Vaibhav Gautam and Kanav Bhagat and Tavpritesh Sethi},
journal= {arXiv preprint arXiv:2010.16357},
year = {2020}
}
备注
8 Pages, 2 Figures, 3 Tables