基于 RBM 的难民社区驱动新闻中少数群体报道检测
计算机与社会
2019-12-12 v1
摘要
我们的工作旨在从难民定居点收集并分发敏感信息给利益相关者，以帮助塑造政策并指导行动网络。在本文中，我们提出以下方案：1) 通过在与流离失所者和难民社区合作方面有经验的利益相关者组织进行数据收集的方法；2) 基于深度玻尔兹曼机(Deep Boltzmann Machines)的主题建模方法，识别人群中感兴趣的主题与问题，以帮助实现侵犯人权行为的制图；3) 使用拟合概率借助异常检测技术从这些故事中分离少数群体报道的二次分析组件。
引用
@article{arxiv.1912.04953,
title = {Minority report detection in refugee-authored community-driven journalism using RBMs},
author = {Bogdana Rakova and Nick DePalma},
journal= {arXiv preprint arXiv:1912.04953},
year = {2019}
}
备注
5 pages, 2 figures, In the Proceedings of the AI for Social Good NeurIPS 2018 Workshop