microblogs | BriefGPT - AI 论文速递

关键词microblogs

搜索结果 - 12

微博中消失实体的早期发现
通过微博的时序帖子，使用具有时间敏感性的远程监督来检测消失的实体，经实验验证使用收集的标记数据和改进的词嵌入的方法能够在嘈杂的环境中获得 70％以上的准确率并且能提前一个月以上发现消失的实体。
PDF2 years ago
基于 Emoji 的细粒度注意力网络用于微博评论情感分析
本文提出了基于 ALBERT-FAET 模型和细粒度注意机制的微博情感分类模型，通过捕捉微博文本和表情符号之间的互动，取得了较好的效果，实验表明该模型在情感分类方面的性能优于传统方法。
PDF2 years ago
SIGIR一种基于弱监督传播模型的谣言验证和立场检测方法，利用多实例学习实现
通过多示例学习方案，我们提出了基于树结构的弱监督框架来联合分类谣言和立场，这里只需要关于真实性的包级标签。最后，我们提出了分层注意力机制来聚合二进制预测，通过在三个 Twitter 数据集上进行广泛的实验，证明了我们的模型在与现有方法相比的
PDF2 years ago
AAAI通过关注用户交互进行微博可解释的谣言检测
本文提出了一种基于注意力机制和变压器网络的带长程交互的新模型（PLAN）来检测谣言，该模型在两个谣言检测数据集上的表现优于现有最先进的模型，并且允许我们在标记级别和文章级别解释谣言检测预测。
PDF4 years ago
基于图卷积网络的中文微博细粒度情感分类
该研究提出了一种基于句法的图卷积网络模型来增强对汉语微博各种语法结构的理解，同时提出了一种基于百分位数的汇聚方法，可将模型的准确性提高到 82.32％，超过现有算法 5.90％，在汉语情感分类方面取得了很好的成绩，并为汉语情感分类注释了一个
PDF5 years ago
IJCAI微博中新兴实体的早期发现
本研究提出了一种基于时态远程监督的有效方法，以揭示刚被引入公众视野通过微博出现的真正的新兴实体，并以大规模 Twitter 存档的实验结果证明，该方法发现的前 500 个新兴实体的精度达到了 83.2％。
PDF5 years ago
在 Twitter 上揭示股票微博中的垃圾邮件和机器人活动
本研究分析了 9M 与美国主要金融市场相关的推特，并发现了一种被称为 “Cashtag Piggybacking” 的恶意手法，这是由协调的机器人组织实施的，可能旨在利用高价值的股票的流行来促进低价值股票的推广。本研究的结果对于采用用户生成
PDF6 years ago
EMNLP走向社交化信息提取：嵌入作者、提及和实体
本文试图通过利用微博中的社交网络结构，将作者、提及和实体编码成一个连续向量空间，并将这些向量纳入神经结构预测模型中，以捕捉实体链接任务中固有的结构约束。与现有的最新技术相比，这些设计决策在基准数据集上的 F1 值提高了 1%-5%。
PDF8 years ago
一种考虑不确定性的探索性微博检索方法
本文介绍了一种基于可视化分析的微博数据检索方法，使用排名技术计算出节点的互惠加强排名，不确定性和在不同节点之间传播的不确定性，并通过可视化组件：图形可视化，不确定性标志和流程图帮助分析人员找到最不确定的结果并进行交互式精炼，从而能够有效获取
PDF9 years ago
使用自激励 Hawkes 过程建模和预测微博的受欢迎程度动态
本文提出了一个基于自助 Hawkes 过程的概率模型，以表征个体微博获得其流行度的过程，并在最受欢迎的中国微博网络新浪微博上应用，证明了该模型优于基于强化泊松过程的模型。
PDF9 years ago
使用心理词典检测中国微博中的自杀意念
利用机器学习和心理学技术，我们在微博上部署了实时自杀意念检测系统，使用心理语言学字典识别微博用户的自杀意图，并训练了一个有效的自杀微博帖子检测模型，该模型结合机器学习和心理学知识，使用 SVM 分类器，具有最佳性能，F 值为 68.3％，精
PDF10 years ago
微博情感分析词汇表 ANEW 的新评估
本研究比较了针对微博的情感词汇表与 ANEW 情感词汇表在情感强度检测上的表现，结果表明比起 ANEW，微博情感词汇表的检测性能更佳，但不如 SentiStrength 方法。
PDF13 years ago