用于社交事件检测的显式与隐式数据增强
计算与语言
2025-09-05 v1 社会与信息网络
摘要
社交事件检测涉及从社交媒体中识别和分类重要事件，这依赖于标注数据，但标注成本高且劳动密集。为解决此问题，我们提出了社交事件检测增强框架（SED-Aug），这是一个即插即用的双重增强框架，结合了基于文本的显式增强和特征空间的隐式增强，以提高数据多样性和模型鲁棒性。显式增强利用大型语言模型通过五种多样化的生成策略来增强文本信息。对于隐式增强，我们设计了五种新颖的扰动技术，这些技术作用于结构融合嵌入的特征空间。这些扰动旨在保持嵌入的语义和关系属性，并使其更加多样化。具体而言，在平均 F1 分数上，SED-Aug 在 Twitter2012 数据集上比最佳基线模型高出约 17.67%，在 Twitter2018 数据集上高出约 15.57%。代码可在 GitHub 获取：https://github.com/congboma/SED-Aug。
引用
@article{arxiv.2509.04202,
title = {Explicit and Implicit Data Augmentation for Social Event Detection},
author = {Congbo Ma and Yuxia Wang and Jia Wu and Jian Yang and Jing Du and Zitai Qiu and Qing Li and Hu Wang and Preslav Nakov},
journal= {arXiv preprint arXiv:2509.04202},
year = {2025}
}