通过远程监督桥接社交媒体
信息检索
2021-09-21 v1
摘要
微博分类近年来受到了广泛关注。不同的分类任务已被研究，其中大多数专注于使用手动标注的推文训练集将微博分类为少量类别（五个或更少）。不幸的是，数据标注繁琐且昂贵，而且找到涵盖所有感兴趣类别的推文并不总是直截了当的，特别是当某些类别在实践中不经常出现时。在本文中，我们研究了一种基于远程监督的推文分类方法，通过该方法我们将标签从一个社交媒体自动转移到另一个社交媒体，以进行单标签多类分类任务。具体而言，我们将 YouTube 视频类别应用于链接到这些视频的推文。这免费提供了几乎无限数量的标注实例，可用作训练数据。我们进行的分类实验表明，通过这些自动标注的数据训练推文分类器，其性能明显优于使用有限数量的手动标注数据训练同一分类器；鉴于自动标注数据无需成本，这是有利的。对我们方法的进一步调查显示，其在应用于不同数量的类别和不同语言时具有鲁棒性。
引用
@article{arxiv.1503.04424,
title = {Bridging Social Media via Distant Supervision},
author = {Walid Magdy and Hassan Sajjad and Tarek El-Ganainy and Fabrizio Sebastiani},
journal= {arXiv preprint arXiv:1503.04424},
year = {2021}
}