文献

J-GLOBAL ID：201702217981642764   整理番号：17A0238901

階層的クラスタルーティングに基づく不均一ツイッターエンティティネットワークにおける物語【Powered by NICT】

Storytelling in heterogeneous Twitter entity network based on hierarchical cluster routing

著者 (5件)： Zhang Xuchao (Virginia Tech, Falls Church, VA, USA) ,  Chen Zhiqian (Virginia Tech, Falls Church, VA, USA) ,  Zhong Weisheng (Virginia Tech, Falls Church, VA, USA) ,  Boedihardjo Arnold P. (U. S. Army Corps of Engineers, Alexandria, VA, USA) ,  Lu Chang-Tien (Virginia Tech, Falls Church, VA, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： Big Data  ページ： 1522-1531  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 人と組織のような多様なエンティティ間のドットを結ぶ仮説を形成し,錯体および大規模データセット間の潜在的な関係を明らかにするための重要な課題である。ほとんどの既存のアプローチは,ニュース報告文書と抄録におけるエンティティの相関関係を記述するために設計されているが,そのようなアプローチは,それらの非構造化言語,短いメッセージ,不均一な特徴と有質量サイズによるTwitterデータストリームには適していない。Twitterデータの全体の大きさは短時間でドットを接続するためのより効率的なアルゴリズムを必要とする。ツイッターデータセットにおける接続エンティティによる物語を自動的に構成するシステムを提案した。エンティティ類似性モデルは,伝統的な実体関連特徴と社会的ネットワーク属性の両方を組み合わせた設計であり,類似性モデルに適用した新しい物語生成アルゴリズムは大規模なTwitterデータセットに対処するために提案した。広範な実験評価は,この新しいアプローチの有効性を実証するために実施した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ニュース ,  アルゴリズム ,  構造形成 ,  *類似性 ,  錯体 ,  言語 ,  実験評価
準シソーラス用語： 社会的ネットワーク ,  データストリーム ,  大規模データセット ,  *エンティティ ,  *物語 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  検索技術  (AC06020S)

タイトルに関連する用語 (4件)： クラスタ ,  ルーティング ,  不均一 ,  物語