推文可鉴：基于混合长短期记忆模型的活动识别
社会与信息网络
2019-08-08 v1 人工智能
计算与语言
摘要
本文提出若干技术，用于检测用户在发推文时所从事的“线下”活动（如就餐、购物或娱乐），从而构建用户的动态画像，以用于如更精准的广告投放等用途。为此，我们提出了一种用于丰富上下文学习的混合LSTM模型，并研究了应用及组合多种基于LSTM的方法与不同上下文特征的效果。该混合模型被证明优于一组基线方法与当前最优（state-of-the-art）方法。最后，本文通过一个真实案例应用进行了正交验证。我们的模型为若干知名账号的粉丝生成了线下活动分析，这些分析颇具代表性地反映了这些账号的预期特征。
引用
@article{arxiv.1908.02551,
title = {Tweets Can Tell: Activity Recognition using Hybrid Long Short-Term Memory Model},
author = {Renhao Cui and Gagan Agrawal and Rajiv Ramnath},
journal= {arXiv preprint arXiv:1908.02551},
year = {2019}
}