MultiSiam：一种用于社交媒体文本分类与重复文本检测的多输入孪生网络
计算与语言
2024-01-17 v1 人工智能
机器学习
社会与信息网络
摘要
社交媒体账户发布的内容日益相似，在不同平台上造成混乱体验，使得获取所需信息变得困难。这些帖子可以通过跨社交账号和账户进行分类和重复分组来组织。一篇帖子可能存在不止一个重复项，然而，传统的孪生神经网络仅考虑一对输入用于重复文本检测。在本文中，我们首先提出一种多输入孪生网络，MultiSiam。然后利用这一精简网络提出另一个模型，SMCD（社交媒体分类与重复检测模型），以同时执行重复文本分组和分类。MultiSiam 网络，如同孪生网络一样，可通过适当更换子网络应用于多种场景。
引用
@article{arxiv.2401.06783,
title = {MultiSiam: A Multiple Input Siamese Network For Social Media Text Classification And Duplicate Text Detection},
author = {Sudhanshu Bhoi and Swapnil Markhedkar and Shruti Phadke and Prashant Agrawal},
journal= {arXiv preprint arXiv:2401.06783},
year = {2024}
}