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。
時間的テキストマイニングは進化的トピック傾向の要約と追跡に広く使われている。Wikipediaのようなオンライン協調システムにおいて,各論文の編集履歴は復活として保存されている。論文またはカテゴリの話題は,時間にわたって成長し,ffし,編集履歴における進化情報を保持する。本論文では,Wikipedia記事の編集履歴から抽出された句からの話題のバーストパターンを迅速に発見する特別な時間的テキストマイニングタスクを研究した。最初に,特定の特徴により編集履歴からいくつかの候補句を抽出し,編集周波数を用いて時系列を構築した。フレーズのバーストパターンの時間的クラスタリングは,話題のバーストを明らかにする。しかし,動的時間ワーピング(DTW)のような時間的クラスタリングの距離測度はしばしばコストがかかる。本論文では,時間系列を適切なセグメントに分解し,セグメント内のDTW距離を別々に計算する分割DTWを提案した。著者らのセグメント化DTWはDTW上で妥当な速度を示し,一方,提案方法は効果的に興味ある進化トピックバーストパターンを同定することができる。これまでの研究は,傾向追跡,語句の時間的関連性および人気のある話題発見のような領域に適用できる。Copyright 2019 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】