Covid-Transformer：利用通用句子编码器检测Twitter上的COVID-19趋势话题
计算与语言
2020-09-22 v3 机器学习
摘要
新型冠状病毒疾病（亦称COVID-19）已引发大流行，影响全球超过200个国家。因其全球影响，COVID-19几乎成为各地人们的主要关切，因此来自世界各个角落的关于COVID-19相关话题的推文大量涌现。本工作中，我们试图分析推文并检测Twitter上的趋势话题及人们的主要关切，这能使我们更好地理解局势并制定更好的规划。更具体地，我们提出一种基于通用句子编码器(universal sentence encoder)的模型来检测近几个月推文的主要话题。我们使用通用句子编码器以推导推文的语义表示与相似性。随后我们利用句子相似性及其嵌入，并将其输入K-means聚类算法以在语义上分组相似推文。之后，使用基于深度学习的文本摘要算法获得簇摘要，其可揭示每个簇的潜在话题。通过实验结果，我们表明我们的模型能通过在处理大量推文时在句子层面（可保留推文整体含义）进行处理来检测极具信息量的话题。由于该框架对特定数据分布无限制，它可用于检测来自任何其他社交媒体及除COVID-19外的任何其他语境中的趋势话题。实验结果显示我们所提方法优于其他基线，包括TF-IDF和隐狄利克雷分配(LDA)。
引用
@article{arxiv.2009.03947,
title = {Covid-Transformer: Detecting COVID-19 Trending Topics on Twitter Using Universal Sentence Encoder},
author = {Meysam Asgari-Chenaghlu and Narjes Nikzad-Khasmakhi and Shervin Minaee},
journal= {arXiv preprint arXiv:2009.03947},
year = {2020}
}