کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4969116 1449895 2018 17 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A Social-aware online short-text feature selection technique for social media
ترجمه فارسی عنوان
تکنیک انتخاب متن متن کوتاه آنلاین برای رسانه های اجتماعی
کلمات کلیدی
انتخاب آنلاین، طبقه بندی، جوامع میکرو وبلاگ نویسی،
ترجمه چکیده
طبقه بندی متن در مقیاس بزرگ در محیط های اجتماعی که با ابعاد زیاد فضاهای ویژگی مشخص می شود، امروزه یکی از مهمترین مسائل در یادگیری ماشین و داده کاوی است. متن کوتاه، که با نرخ بی سابقه ای ارسال می شود، اهمیت یادگیری وظایف و چالش های ناشی از چنین فضایی بزرگ را برجسته می کند. مجموعه ای از متن کوتاه رسانه های اجتماعی نه تنها اطلاعات متنی را ارائه می دهد، بلکه اطلاعات توپولوژیکی را نیز از طریق ارتباط بین پست ها و نویسندگان آنها ارائه می دهد. ماهیت ارتباط داده های اجتماعی باعث می شود که ابعاد داده های تکمیلی جدید به فضای ویژگی افزوده شود که در عین حال کوچکتر می شود. علاوه بر این، در زمینه رسانه های اجتماعی، پست ها معمولا به طور همزمان در جریان ها می رسند، که مانع از استقرار تکنیک های انتخاب ویژگی های سنتی کارآمد می شود که فضای مشخصه ای را که به طور کامل شناخته شده است پیش می برد. از این رو، انتخاب ویژگی های آنلاین کارآمد و مقیاس پذیر، در برنامه های اجتماعی متعدد در مقیاس بزرگ، یک نیاز مهم می باشد. این مقاله یک روش انتخاب آنلاین ویژگی برای داده های با ابعاد بزرگ بر اساس ادغام دو منبع اطلاعات، اجتماعی و مبتنی بر محتوا برای طبقه بندی واقعی در متن کوتاه از رسانه های اجتماعی ارائه می دهد. این تمرکز بر کشف روابط ضمنی میان پست های جدید، که قبلا شناخته شده اند و نویسندگان متناظر آن ها برای شناسایی گروه های پست های مرتبط اجتماعی است. سپس هر یک از گروه های کشف شده با مجموعه ای از ویژگی های متنی غیر متداول و غیر مرتبط نمایش داده می شود. در نهایت، از این ویژگی ها برای آموزش مدل های مختلف یادگیری برای طبقه بندی پست های تازه وارد استفاده می شود. آزمایش های گسترده ای که در متن کوتاه کوتاه در دنیای واقعی انجام شده نشان می دهد که رویکرد پیشنهادی به بهبود نتایج طبقه بندی در مقایسه با تکنیک های انتخاب جدیدترین تکنیک های آنلاین و سنتی کمک می کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر چشم انداز کامپیوتر و تشخیص الگو
پیش نمایش مقاله
تکنیک انتخاب متن متن کوتاه آنلاین برای رسانه های اجتماعی
چکیده انگلیسی
Large-scale text categorisation in social environments, characterised by the high dimensionality of feature spaces, is one of the most relevant problems in machine learning and data mining nowadays. Short-texts, which are posted at unprecedented rates, accentuate both the importance of learning tasks and the challenges posed by such large feature space. A collection of social media short-texts does not only provide textual information but also topological information given by the relationships between posts and their authors. The linked nature of social data causes new complementary data dimensions to be added to the feature space, which, at the same time, becomes sparser. Additionally, in the context of social media, posts usually arrive simultaneously in streams, which hinders the deployment of efficient traditional feature selection techniques that assume a feature space fully known in advance. Hence, efficient and scalable online feature selection becomes an important requirement in numerous large-scale social applications. This work presents an online feature selection technique for high-dimensional data based on the integration of two information sources, social and content-based, for the real-time classification of short-text streams coming from social media. It focuses on discovering implicit relations amongst new posts, already known ones and their corresponding authors to identify groups of socially related posts. Then, each discovered group is represented by a set of non-redundant and relevant textual features. Finally, such features are used to train different learning models for classifying newly arriving posts. Extensive experiments conducted on real-world short-texts demonstrate that the proposed approach helps to improve classification results when compared to state-of-the-art and traditional online feature selection techniques.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Information Fusion - Volume 40, March 2018, Pages 1-17
نویسندگان
, ,