面向危机信息学的无监督标签检索与可视化
信息检索
2018-01-19 v1
摘要
在Twitter等社交媒体中，标签承载大量语义信息，且易于从正文中区分。以有意义的方式探索并可视化标签空间可为数据集提供重要洞察，尤其在危机情形下。在本演示论文中，我们呈现一个可运行的原型系统HashViz，它接收危机事件（如拉斯维加斯枪击案）后收集的海量推文语料，并使用fastText词袋语义嵌入算法（来自Facebook Research）将词与标签嵌入向量空间。以此方式获得的标签向量可用t-SNE降维算法在2D中可视化。尽管已有多个Twitter可视化平台，HashViz的独到之处在于简单、可扩展、交互且便于移植，足以部署于服务器上处理任意灾害后收集的数百万推文语料，无需专用安装、技术专长、人工监督或昂贵的软件与基础设施投入。尽管简单，我们展示了HashViz提供了一种直观方式来总结并洞察正在发展的危机情形。HashViz也完全无监督，从原始语料到可视化与检索界面无需任何人工输入。以近期拉斯维加斯大规模枪击惨案为案例，我们仅用客户端网页浏览器展示了HashViz的潜力。
引用
@article{arxiv.1801.05906,
title = {Unsupervised Hashtag Retrieval and Visualization for Crisis Informatics},
author = {Yao Gu and Mayank Kejriwal},
journal= {arXiv preprint arXiv:1801.05906},
year = {2018}
}
备注
2 pages, 3 figures, Workshop on Social Web in Emergency and Disaster Management at ACM WSDM 2018