基于增量机器学习的微博自动事件检测
信息检索
2018-11-15 v1 计算与语言
摘要
微博的全球流行导致Twitter等微博平台上大量文本数据的不断积累。这些语料库是理解多样主题上社会表达的未开发资源。微博分析旨在通过发现海量文本中隐藏的洞见与重要事件来释放此类表达的价值。除速度外，内容的多样性、简短性、无结构性以及时间敏感性是微博分析中的关键挑战。在本文中，我们提出一种无监督增量机器学习与事件检测技术以应对这些挑战。所提技术将微博讨论分离为多个话题，以解决多样性的关键问题。它维护每个话题随时间演化的记录。简短性、时间敏感性与无结构特性由这些独立的话题路径加以解决，它们有助于生成微博讨论的时间性、话题驱动结构。所提事件检测方法利用多个领域无关的事件指示器对这些话题路径进行持续监控，以发现重要事件。话题分离、话题路径生成、新话题识别与事件检测的自主体特性，使所提技术适用于微博分析中的广泛应用。我们在包含#microsoft的推文与包含#obama的推文上展示了这些能力。
引用
@article{arxiv.1811.05757,
title = {Automatic event detection in microblogs using incremental machine learning},
author = {Tharindu Rukshan Bandaragoda and Daswin De Silva and Damminda Alahakoon},
journal= {arXiv preprint arXiv:1811.05757},
year = {2018}
}