社交媒体与人工智能在可持续城市和社会中的运用：一个水质分析案例

Apr, 2024

社交媒体与人工智能在可持续城市和社会中的运用：一个水质分析案例

Social Media and Artificial Intelligence for Sustainable Cities and Societies: A Water Quality Analysis Use-case

Muhammad Asif Auyb, Muhammad Tayyab Zamir, Imran Khan, Hannia Naseem, Nasir Ahmad...

TL;DR提出了一种自然语言处理框架，通过文本分类和主题建模的方法，自动收集并分析社交媒体中与水相关的帖子，以便进行数据驱动决策。

Abstract

This paper focuses on a very important societal challenge of water quality analysis. Being one of the key factors in the economic and social development of society, the provision of water and ensuring its quality has always remained one of the top priorities of public authorities. To ensure the quality of water, different methods for monitoring and assessing

water quality analysis water networks natural language processing text classification topic modeling

发现论文，激发创造

社交媒体作为即时水质反馈渠道

本研究旨在通过使用社交媒体的数据作为及时反馈，探究社交媒体作为水质监测的潜在价值，同时提出了一个使用多个神经网络结构的框架来分析与检索与水质相关的社交媒体帖子，其中最高的 F1-score 值为 0.81，而总体融合结果最高的 F1-score 值为 0.852。

Feb, 2022

自然语言处理在可持续发展中的应用：以神经标记为例，增强社区画像

本研究论文探讨 NLP 应用在社区分析中的高潜力，提出了新的自动 UPV 分类任务，研究了包含一个详细语料库分析和一些基线神经模型的数据集，实验结果表明这个问题具有挑战性，同时也提出了未来在 NLP 和 SD 交叉领域的研究方向。

Apr, 2020

社交媒体和自然语言处理在自然灾害研究中的应用

使用 TensorFlow 对包含文本的文件进行自然语言处理和分类，以探测天然灾害的 Twitter 实时交互。

Apr, 2023

社交媒体、主题建模与情感分析在市政决策支持中的应用

本文提出了一个针对社交媒体帖子进行处理的原型框架，旨在考虑市政决策。该框架通过以下三个步骤实现：(1) 确定每个社交媒体帖子的情感极性，(2) 识别流行主题并将其映射到各个帖子，以及 (3) 将这两个信息合并成表示对每个主题表达的整体情感的模糊数。该框架在约两个月的时间里，使用捷克奥斯特拉发表的推文进行演示，展示了模糊数在更丰富方式中表示情感，以及捕捉社交媒体上表达的各种观点。

Aug, 2023

水配水网络人工智能研究支持工具箱

饮用水是人类的重要资源，水配送网络是现代社会中被视为关键基础设施的一部分。该研究介绍了一个 Python 工具箱，用于复杂情景建模和生成，以便 AI 研究者可以轻松获取饮用水领域的具有挑战性的问题。该工具箱不仅提供了高级界面，用于便捷生成水力和水质情景数据，还提供了流行的事件检测基准和开发控制算法的环境。

Jun, 2024

社会意识语言技术的呼声

语言技术在大语言模型的引入下取得了巨大进展，但在社交环境感知方面仍存在挑战，需要将社交意识融入自然语言处理模型以增强应用的自然性和安全性。

May, 2024

利用自然语言处理从社交网络文本中提取高准确度的位置信息

机器学习和自然语言处理可以通过预测实时的恐怖袭击来帮助打击恐怖主义，本研究通过使用社交网络文本来提取必要信息建立合适的恐怖袭击预测数据集，实验发现现有解决方案在地点识别方面准确率较低，我们的解决方案得以解决，并将扩展解决方案以提取日期和行动信息来实现项目目标。

Aug, 2023

社交智能数据基础设施：构建现在和引领未来

针对自然语言处理（NLP）系统越来越多地融入人类社会生活的现状，本研究构建了一个综合的社交 AI 数据基础设施，包括全面的社交 AI 分类法和 480 个 NLP 数据集的数据库，以便分析现有的数据集工作，并评估语言模型在不同社交智能方面的性能，为未来数据集开发提供全面的视角和指导。

Feb, 2024

将社交媒体纳入泛欧洲洪灾预警系统：多语言方法

本文介绍了一个将社交媒体分析集成到欧洲洪水预警系统（EFAS）中的原型系统。该系统能够自动触发社交媒体数据的收集，并采用多语言方法通过语言不可知的单词嵌入和语言对齐的单词嵌入来找到与洪水相关的消息。同时，作者们还提出了一种选择相关和代表性消息并在 EFAS 界面中显示的方法。

Apr, 2019

数字时代维护新闻整体性的全面自然语言处理框架

通过自然语言处理技术以及其他已确立的自然语言处理方法，本文提出了一个综合框架，以分析在线新闻文本，特别是通过专门针对此目的进行训练的语言模型。该框架整合了十个新闻标准，用于评估新闻文章的质量，研究人员、媒体组织和读者可以更好地评估和理解他们所消费和产生的内容。然而，该方法存在一些限制，如难以检测微妙的偏见及与不断变化的语言模式保持步伐的连续更新需求。

Jan, 2024