融合文本与图像用于 Twitter 事件检测
信息检索
2015-03-16 v1 多媒体
摘要
在本研究中，我们开发了一种准确有效的事件检测方法，用于从 Twitter 流中检测事件，该方法利用视觉和文本信息来提高挖掘过程的性能。该方法监控 Twitter 流以选取包含文本和图像的推文并将其存储到数据库中，随后应用挖掘算法来检测事件。该过程首先利用通过词频 - 逆文档频率 (TF-IDF) 方法计算的词袋特征，仅基于文本检测事件。然后，利用包括方向梯度直方图 (HOG) 描述符、灰度共生矩阵 (GLCM) 和颜色直方图在内的视觉特征，仅基于图像检测事件。检测中使用 K 近邻 (Knn) 分类。事件检测的最终决定基于仅文本检测和仅图像检测的可靠性。实验结果表明，所提出的方法达到了 0.94 的高准确率，而仅使用文本为 0.89，仅使用图像为 0.86。
引用
@article{arxiv.1503.03920,
title = {Fusing Text and Image for Event Detection in Twitter},
author = {Samar M. Alqhtani and Suhuai Luo and Brian Regan},
journal= {arXiv preprint arXiv:1503.03920},
year = {2015}
}
备注
9 Pages, 4 figuers