面向大规模事件追踪的信息性推文识别研究
计算与语言
2021-01-15 v1 机器学习
摘要
Twitter 已被广泛用作实时沟通和讨论事件的重要渠道。在此类重大事件中，许多用户也会迅速发布大量无信息性推文，使得难以跟进事件。在本文中，我们通过研究机器学习方法以自动识别与目标事件相关的推文中具有信息性的那些，来解决该问题。我们考察了具有丰富手工特征的传统方法以及具有自动学习特征的当前最优（state of the art）方法。我们进一步提出了一种混合模型，该模型同时利用手工特征和自动学习的特征。我们在多个真实世界事件的大型数据集上的实验表明，后者方法显著优于前者，且我们提出的模型表现最佳，这表明了追踪大规模事件的高度有效机制。
引用
@article{arxiv.2101.05656,
title = {On Informative Tweet Identification For Tracking Mass Events},
author = {Renato Stoffalette João},
journal= {arXiv preprint arXiv:2101.05656},
year = {2021}
}