SoulMate：基于多方面时间-文本嵌入的短文本作者关联
计算与语言
2019-10-29 v1 信息检索
机器学习
机器学习
摘要
关联短文本内容作者的工作在许多应用中具有重要用途，包括命名实体识别（NER）和人际社区检测。然而，前方存在若干挑战。首先，输入的短文本内容含有噪声、存在歧义且不遵循语法规则。其次，传统文本挖掘方法无法有效通过词与短语提取概念。第三，文本内容在时间上呈偏态分布，这会影响从多个时间面向进行的语义理解。最后，使用互补知识库会使结果偏向外部数据库的内容，并使对给定短文本语料的理解与解释偏离其真实本质。为克服这些挑战，我们设计了一种基于神经网络的时间-文本框架，从微博短文本内容中生成紧密连接的作者子图。我们的方法一方面通过考虑内容与概念的混合来计算作者之间的相关性分数（边权），另一方面采用一种分层图切割算法来提取相关作者的社区。实验结果表明，与其他以知识为中心的竞争者相比，我们的多方面向量空间模型在短文本作者关联任务中能取得更高的性能。此外，在给定作者关联任务的情况下，数据集越全面，所提取概念的重要性就越高。
引用
@article{arxiv.1910.12180,
title = {SoulMate: Short-text author linking through Multi-aspect temporal-textual embedding},
author = {Saeed Najafipour and Saeid Hosseini and Wen Hua and Mohammad Reza Kangavari and Xiaofang Zhou},
journal= {arXiv preprint arXiv:1910.12180},
year = {2019}
}