基于细粒度潜在主题分析的哥伦比亚安全推特新闻事件检测
社会与信息网络
2020-10-23 v1 计算与语言
摘要
文化与社会动态是理解一个社群所关注事物的重要概念。为此,关于社群内发生之事的极佳信息来源是新闻,尤其在近年来,大众媒体巨头利用社交网络与其受众沟通互动。本工作中,我们使用一种方法从哥伦比亚推特新闻账号的推文中发现潜在主题,以识别该国最突出的事件。我们特别关注安全、暴力与犯罪相关的推文,因为哥伦比亚社会周边存在暴力环境。我们所用的潜在主题发现方法通过 FastText 构建推文的向量表示,并通过 K-means 聚类算法发现推文簇。簇的数目通过测量 Latent Dirichlet Allocation (LDA) 模型在一系列主题数下的 一致性来确定。我们最终使用 Uniform Manifold Approximation and Projection (UMAP) 进行降维以可视化推文向量。一旦识别出与安全、暴力和犯罪相关的簇,我们即在每个簇内应用相同方法进行细粒度分析,将新闻中提到的具体事件归组在一起。我们的方法能够发现特定事件的推文集合,这是对各类新闻下人们在推特讨论串中参与方式(重点关注安全、暴力与犯罪相关推文)进行广泛分析的基线。
引用
@article{arxiv.1911.08370,
title = {Event detection in Colombian security Twitter news using fine-grained latent topic analysis},
author = {Vladimir Vargas-Calderón and Nicolás Parra-A. and Jorge E. Camargo and Herbert Vinck-Posada},
journal= {arXiv preprint arXiv:1911.08370},
year = {2020}
}
备注
pre-print exposed at CATAI (Bogot\'a, Colombia)