文献

J-GLOBAL ID：201702249922211850   整理番号：17A1253745

災害関連ツイートについて:マッチングに基づくまたは学習【Powered by NICT】

On Identifying Disaster-Related Tweets: Matching-Based or Learning-Based?

著者 (4件)： To Hien ,  Agrawal Sumeet ,  Kim Seon Ho ,  Shahabi Cyrus
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BigMM  ページ： 330-337  発行年： 2017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： ツイートのようなソーシャルメディアは,災害時の状況認識に寄与するプラットフォームとして出現している。影響された集団(例えば,要求支援,警報)と衝撃ゾーンの外側(例えば,提供支援)の両方によるツイッター上での共有情報は現地状況を理解するために第一応答者,意思決定者,公共の助けとなるであろう。そのような情報の有効利用が特定の災害に関連するツイートのタイムリーな選択と解析が必要である。豊富なツイートデータ源として有望であるにもかかわらず,ツイートは短く,構造化されていないので,適切なメッセージを自動的に同定するための挑戦的であり,従来の学習ベースアプローチの不満足な分類性能をもたらす。マッチングキーワードとハッシュタグに基づく関連メッセージを同定し,マッチングと学習に基づくアプローチ間の比較を提供するために,単純だが効果的なアルゴリズムを提案した。二つのアプローチを評価するために,災害関連ツイートを分析するために提案特異的フレームワークに移した。種々の災害種類を持つ十一件のデータセットの解析結果は,学習アプローチと比較した場合,この技術は高品質の関連ツイートと感情解析タスクのより説明可能な結果を提供することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： アルゴリズム ,  警報 ,  *マッチング ,  衝撃 ,  構造形成 ,  *学習 ,  意思決定者
準シソーラス用語： 高品質 ,  有効利用 ,  ツイッター ,  状況認識 ,  ソーシャルメディア , 【Automatic Indexing@JST】

分類 (1件)： 自然災害  (RA02030M)

タイトルに関連する用語 (3件)： 災害 ,  マッチング ,  学習