文献

J-GLOBAL ID：201802280876953959   整理番号：18A2022817

地震後のインフラストラクチャー損傷の特性化:分割問合せに基づくIRアプローチ【JST・京大機械翻訳】

Characterizing Infrastructure Damage After Earthquake: A Split-Query Based IR Approach

著者 (5件)： Priya Shalini (Indian Institute of Technology, Deprtment of Computer Science and Engineering, Patna, lndia) ,  Bhanu Manish (Indian Institute of Technology, Deprtment of Computer Science and Engineering, Patna, lndia) ,  Dandapat Sourav Kumar (Indian Institute of Technology, Deprtment of Computer Science and Engineering, Patna, lndia) ,  Ghosh Kripabandhu (Indian Institute of Technology, Deprtment of Computer Science and Engineering, Kanpur, India) ,  Chandra Joydeep (Indian Institute of Technology, Deprtment of Computer Science and Engineering, Patna, lndia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ASONAM  ページ： 202-209  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： 特定の要求に基づくソーシャルメディアからの関連情報の検索は研究者の焦点領域になっている。本論文では,地震に起因する可能性のあるインフラストラクチャ損傷に関する情報を提供し,おそらく影響を受けた場所に対する損傷スコアを決定するために同じように使用することを目的とした,ツイートのオンライン検索のためのフレームワークを提案した。そのようなツイートを同定することは,影響を受けた地域の全体的な見解を提供するだけでなく,必要な救助行動を取ることを助ける。このトピックに関する既存の研究は,おそらく不十分なコンテンツ品質のために,ツイートにおける意味論的変化を効果的に捉えることができず,それにより,含まれるメカニズムにおける更なる改善のための範囲を提供する。著者らの提案した技術は,関連するツイートを同定するための擬似関連フィードバックアプローチと共に,新しい分割質問ベースのメカニズムに依存している。擬似関連性フィードバックアプローチは,主題ベースのクラスタリングを人間のアノテーションと結合する半自動質問生成メカニズムを用いて得られた初期セットのシードツイート上で拡張する。人手で注釈されたグランドトルースデータに関する著者らの提案方法の経験的検証により,いくつかのベースライン法に対する精度,再現性および平均精度におけるかなりの改善を明らかにした。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： *インフラストラクチャー ,  *キャラクタリゼーション ,  意味論 ,  フィードバック ,  アノテーション ,  品質 ,  *地震 ,  コンテンツ ,  再現性 ,  救助
準シソーラス用語： グランドトゥルース ,  適合フィードバック ,  オンライン ,  スコア ,  ソーシャルメディア , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 地震 ,  インフラストラクチャー ,  損傷 ,  特性化 ,  問合せ ,  Ir