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。
バースト性の短いメッセージを有するソーシャルネットワークのリアルタイム性と,それらのそれぞれの大きなデータスケール拡大は,多くの研究者の研究関心事である。ビッグデータの5′Vとして知られているソーシャルネットワークのこれらの特性は,多くのユニークで enlighten発的なアルゴリズムおよび大規模ソーシャルネットワーキングデータセットおよびデータストリームに適用された技術に導いた。これらの研究の多くは,多くの未解決の質問を明らかにするのに役立つ,最新の話題の検出と追跡および社会的メディアイベントの動向に基づいている。これらのアルゴリズムおよびいくつかの場合,ソフトウェア製品は,主に言語自体の性質に依存する。しかし,教師なしデータマイニング法のような他の技術は言語に依存しないが,包括的な解に対する多くの要求は満たされていない。有害文法や新しいオンラインユーザ発明語が,良いソーシャルネットワークトピック検出と追跡方法論の挑戦的な保全であるような,雑音の多い文章のような多くの研究問題;単語とほとんどの場合,同義語間の意味的関係は,これらの研究の多くによって無視される。本研究では,インクリメンタルコミュニティ検出アルゴリズムと組み合わせた変換器を用いた。一方では,変圧器は,異なる文脈における単語間の意味的関係を提供する。他方,提案したグラフマイニング技術は,単純な構造規則の助けで,得られたトピックスを強化する。マルチモーダルデータ,画像およびテキストからのNamedエンティティ認識は,エンティティタイプを有する名前のエンティティをラベル付けして,抽出した話題をそれらを用いて調整した。提案したシステムのすべての操作を,NoSQL技術の下で大きな社会的データ展望によって適用した。作業と系統的解決策を提示するために,著者らの研究の2つの主要なデータベースシステムとして,MongoDBをNeo4jと組み合わせた。提案システムは,3つの異なるデータセットにおける他の方法と比較して,より高い精度と想起を示した。【JST・京大機械翻訳】