トピックBERT:マルチモーダルストリーミングソーシャルメディアトピック検出のための変圧器転送学習ベースメモリグラフアプローチ【JST・京大機械翻訳】

Asgari-Chenaghlu Meysam; Feizi-Derakhshi Mohammad-Reza; farzinvash Leili; Balafar Mohammad-Ali; Motamed Cina

プレプリント

J-GLOBAL ID：202202200705754563 整理番号：21P0044335

トピックBERT:マルチモーダルストリーミングソーシャルメディアトピック検出のための変圧器転送学習ベースメモリグラフアプローチ【JST・京大機械翻訳】

TopicBERT: A Transformer transfer learning based memory-graph approach for multimodal streaming social media topic detection

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2020年08月16日プレプリントサーバーでの情報更新日： 2020年08月16日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

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】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

その他の情報処理 , 自然語処理 , 情報加工一般 , 情報源

, , , , ,

前のページに戻る