抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ツイート,インスタントメッセージのようなソーシャルメディア短いテキストはホットな話題と世論に関する貴重な情報の提供も行われている。これらオンライン内容物からの検出と追跡の話題は,人々が重要な情報とその変化を把握し,多くの応用を促進するのに役立つことができる。LDAに基づいて構築トピック進化モデルは,トピック数を手動でする必要がある,それは異なる期間中に変化せず,含有量に基づいて調整できなかった。ノンパラメトリック話題進化モデルはデータスパース性問題のために短いテキストに非常にうまく作動しない。本論文では,短いテキストのためのノンパラメトリック話題進化モデルを提案した。モデルは話題比率の事前分布として再発中華料理店過程を用いた。単語共起モデリングとそれを組み合わせる事によって,筆者らはソーシャルメディア短いテキストに適した話題進化モデルを構築した。ツイッターデータセットに関する実験的研究を行った。結果は筆者らの手法がベースライン手法よりも優れており,ソーシャルメディア短いテキストにおける主題変化を監視できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】