Dec, 2023

UCE-FID: 利用大量未标记数据、中等规模的众包标记数据和少量专家标记数据进行食源性病例检测

PDF
TL;DR利用小型专家标记的推文与众包标记和大量未标记的数据，EGAL 提出了一种用于食物传播疾病检测的深度学习框架，通过将错误标记的推文权重设置为零以减轻其负面影响，并通过给其他推文分配相应的权重来平衡不平衡的类分布，从而克服了标记食物传播疾病相关推文的困难，实验证明 EGAL 在不同设置下优于强基准模型，并可用于食物传播疾病爆发监测。
foodborne illnessesdeep learningsurveillance applicationsclass imbalanceegal
发现论文，激发创造
  • TWEET-FID: 一个标注的数据集用于多种食源性疾病检测任务

    提供了 TWEET-FID（TWEET-Foodborne Illness Detection）这一被专家和众包工作者标注后的公开多重食源性疾病事件检测数据集，使用该数据集，并利用多种预训练深度学习方法进行训练，可以加速机器学习模型的开发，推动食源性疾病爆发的快速识别和应对

    May, 2022

  • 利用嘈杂学习方法鉴定与流行病相关的推文

    本文利用嘈杂学习理论生成弱监督信号替代手动标注以产生带有嘈杂标签的数据集，通过在一个大流行病语料库上的评估，本研究证明在一个类别不平衡和多分类弱监督学习的环境下，模型的性能超过了 90%。

    Sep, 2022

  • 基于机器学习的流行病学：实时检测规模化食源性疾病

    利用机器学习技术，通过匿名和聚合的网络搜索和位置数据实现食源性疾病实时检测。该技术可显著提高餐厅检查准确性，并获取此前难以获得的流行病学信息，可帮助预防食品中毒等公共卫生问题。

    Dec, 2018

  • 仅使用英文注释检测多语言的食源性疾病投诉

    本研究提出了一种跨语言学习方法，通过机器翻译构建人工训练文档，训练出多语言分类器，从而实现在多语言文档中进行食源性疾病的早期探测，具有很好的应用前景。

    Oct, 2020

  • 利用标签精炼从社交媒体话语中构建大规模的虚假信息标记数据集

    本研究提出一种基于新闻来源可信度标签的弱监督学习方法，通过自监督或重新标注等方式纠正可能存在的标签不准确性，构建大规模、多样化的新领域虚假信息数据集。同时，本文应用提出的方法提供了一个 COVID-19 疫苗虚假信息数据集。

    Feb, 2022

  • 传统机器学习模型和双向编码器表示转换器（BERT）基础的自动分类饮食失调的推文：算法开发与验证研究

    通过对与饮食失调相关的推文进行分类，本研究使用传统机器学习和深度学习模型，发现基于 Transformer 的双向编码器表现最佳，能高效地识别与饮食失调相关的推文，并获得最高 71.1%-86.4% 的 F1 分数。

    Feb, 2024

  • 半监督协同注意力网络结合内外部信号实现 COVID-19 虚假推特的早期检测

    本篇工作提出一种利用外生和内生信号进行早期 COVID-19 推特假新闻检测的模型 ENDEMIC，该模型利用图嵌入和上下文特征来聚合传播信息，采取半监督学习方式解决有限标注数据的挑战，最终结果更优越。

    Apr, 2021

  • CICLe：大规模多类食品风险分类的一致上下文学习

    污染或掺假食品对人类健康构成重大风险，我们提供了一个包含 7,546 个短文本的数据集，描述公共食品召回通知，通过机器学习和自然语言处理自动检测食品风险，并基于数据集进行了基于逻辑回归的 tf-idf 表示的模型性能比较，最终提出了一种基于 Conformal Prediction 的 LLM-in-the-loop 框架，提高基础分类器的性能，并降低了能源消耗。

    Mar, 2024

  • 一种新颖的跨站点多模态深度学习模型，用于识别社交媒体上的促进进食障碍内容

    本文旨在创建一个多模式深度学习模型，通过视觉和文本数据的结合来决定给定社交媒体帖子是否推广进食障碍，并进行时间序列分析以探讨进食障碍的社交媒体存在。多模式 RoBERTa 和 MaxViT 融合模型的准确度和 F1 分数分别达到 95.9％和 0.959，该模型用于分类 Tumblr 和 Reddit 社交媒体上未标记的帖子，与以前的研究基本相似。进食障碍内容的相对丰度已经急剧下降，但自约 2018 年以来，进食障碍内容的丰富度或再次增加。

    Jul, 2023

  • HumAID: 通过深度学习基准从 Twitter 中获取人工注释的灾难事件数据

    本文提出一种基于深度学习模型和人类标注的新型大规模社交媒体数据集，用于自然灾害期间信息分类和简洁归纳， 以改善现有数据集的局限性，提高分类准确度。

    Apr, 2021