文献

J-GLOBAL ID：201802280605139270   整理番号：18A0446310

教師つき学習技法を用いたTweetsの関連性評価:自動関連性分類のためのマイニング救急関連つぶやき【Powered by NICT】

Relevancy assessment of tweets using supervised learning techniques: Mining emergency related tweets for automated relevancy classification

著者 (3件)： Habdank Matthias (C.I.K., University of Paderborn, Paderborn, Germany) ,  Rodehutskors Nikolai (C.I.K., University of Paderborn, Paderborn, Germany) ,  Koch Rainer (C.I.K., University of Paderborn, Paderborn, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICT-DM  ページ： 1-8  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： ソーシャルメディアは救急医療に重要な役割を演ずることの豊富な情報を提供する。特に大規模緊急事態と災害時のこの量の情報がさらに上昇し,緊急サービスは現在の演算をサポートすることができる適切な情報を発見しようともがいている。本稿で記述した手法は,緊急時に社会的メディアコンテンツの関連性評価のための機械学習アプローチを評価するために2016年10月におけるルートウィヒスハーフェン,ドイツにおける入射からツイッター生成したデータを用いた。異なる分類器でなく,いくつかのvectorizersだけでなく,n-gramの使用を考慮した。機械学習アプローチは,自動関連性分類に非常に良好な結果を達成し,救急サービスへのリアルタイム品質評価を提供する技術を提供することができることが分かった。Copyright 2018 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： 機械学習 ,  ドイツ連邦共和国 ,  *教師つき学習
準シソーラス用語： 品質評価 ,  実時間 ,  ツイッター ,  救急医療 ,  ソーシャルメディア , 【Automatic Indexing@JST】

分類 (3件)： 医療制度  (GB04020H) ,  人工知能  (JE08000Z) ,  災害・防災一般  (RA02010Q)

タイトルに関連する用語 (5件)： 教師つき学習 ,  技法 ,  関連性 ,  評価 ,  分類