从微博中抽取新闻事件

Twitter 流已成为许多人的一大信息来源，但其推文数量之巨与内容之噪声特性，长期以来使从 Twitter 中挖掘知识成为研究者面临的一项挑战性任务。为克服从推文流中抽取隐藏信息的一些主要挑战，本文提出一种从 Twitter 流中实时检测新闻事件的新方法。我们将该方法分为三步。第一步是使用神经网络或深度学习从流中检测与新闻相关的推文。第二步是对检测到的新闻推文应用一种新颖的流数据聚类算法以形成新闻事件。第三步也是最后一步，是根据事件簇的大小与推文频率的增长速度对检测到的事件进行排序。我们在一个大型、公开可用的带标注 Twitter 新闻事件语料库上评估所提出的系统。作为评估的一部分，我们将我们的方法与一个相关的当前最优（state-of-the-art）方案进行比较。总体而言，我们的实验与基于用户的评估表明，我们在检测当前（真实）新闻事件上的方法达到了当前最优性能。