文献

J-GLOBAL ID：201802277776827011   整理番号：18A0861429

リツイート戦争:動的マルチモーダル回帰によるツイート人気予測【JST・京大機械翻訳】

Retweet Wars: Tweet Popularity Prediction via Dynamic Multimodal Regression

著者 (3件)： Wang Ke ,  Bansal Mohit ,  Frahm Jan-Michael
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： WACV  ページ： 1842-1851  発行年： 2018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： もし画像が数千語に価値があるならば,それから画像は,ツイートのようなオンラインポストのウイルス性を予測するとき,他の利用可能なデータモダリティと一緒に利用されなければならない。本論文において,著者らは,すべてのデータモダリティを考慮することによって,ピンセット人気予測問題を再検討した。すなわち,ツイート言語意味論,埋め込まれた画像,著者の社会的関係,およびツイートの拡散プロセスであった。ツイートの内容をモデル化するために,視覚的,テキスト的,および社会的合図を一緒に結合する結合埋め込みニューラルネットワークを提案した。このようなコンテンツ特徴は,直接的に予測に用いることができるか,または,メッセージ伝搬過程をモデル化する「動力学RNN」を前処理するために使用することができる。ネットワークを訓練するために,新しいPoisson回帰損失を最適化した。コンテンツベースの特徴を用いて,著者らの共同埋込み回帰モデルにより,社会的特徴と動特性を改善することができることを実証した。著者らのモデルは,Twitterから収集された複数の大規模実世界データセットに関する最先端技術を上回った。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 前処理 ,  意味論 ,  *予測 ,  拡散過程 ,  ニューラルネットワーク ,  モデリング ,  ネットワーク ,  視覚 ,  画像 ,  言語 ,  *多モード ,  コンテンツ ,  回帰モデル
準シソーラス用語： 社会的関係 ,  ピンセット , 【Automatic Indexing@JST】

分類 (2件)： その他の情報処理  (JE15050M) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 戦争 ,  マルチモーダル ,  予測