論文の概要: Complex networks for event detection in heterogeneous high volume news streams

• arxiv url: http://arxiv.org/abs/2005.13751v1
• Date: Thu, 28 May 2020 02:45:43 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-27 05:35:58.381977
• Title: Complex networks for event detection in heterogeneous high volume news streams
• Title（参考訳）: 異種高ボリュームニュースストリームにおけるイベント検出のための複雑なネットワーク
• Authors: Iraklis Moutidis and Hywel T.P. Williams
• Abstract要約: オンラインニュースの量と頻度は、リアルタイムに動作可能な自動イベント検出方法の必要性を高める。 我々は、重要なニュースイベントが常にニュース記事にリンクされた名前付きエンティティを巻き込む、ネットワークベースのアプローチを開発する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Detecting important events in high volume news streams is an important task for a variety of purposes.The volume and rate of online news increases the need for automated event detection methods thatcan operate in real time. In this paper we develop a network-based approach that makes the workingassumption that important news events always involve named entities (such as persons, locationsand organizations) that are linked in news articles. Our approach uses natural language processingtechniques to detect these entities in a stream of news articles and then creates a time-stamped seriesof networks in which the detected entities are linked by co-occurrence in articles and sentences. Inthis prototype, weighted node degree is tracked over time and change-point detection used to locateimportant events. Potential events are characterized and distinguished using community detectionon KeyGraphs that relate named entities and informative noun-phrases from related articles. Thismethodology already produces promising results and will be extended in future to include a widervariety of complex network analysis techniques.
• Abstract（参考訳）: 高頻度ニュースストリームにおける重要なイベントの検出は,様々な目的において重要な課題であり,オンラインニュースの量と頻度は,リアルタイムに動作可能な自動イベント検出方法の必要性を高めている。 本稿では、重要なニュースイベントが常に、ニュース記事にリンクする名前付きエンティティ(人、場所、組織など)を巻き込む、ネットワークベースのアプローチを開発する。 本手法では,自然言語処理技術を用いてニュース記事のストリーム内でこれらのエンティティを検出し,検出されたエンティティを記事と文の共起によってリンクする時系列ネットワークを構築する。 このプロトタイプでは、重み付きノード次数は時間とともに追跡され、変更点検出は重要なイベントを見つけるために使用される。 潜在的なイベントは、名前付きエンティティと関連する記事からの情報的名詞句を関連付けるキーグラフを用いて特徴付けされ、区別される。 この手法はすでに有望な結果をもたらしており、将来的には複雑なネットワーク分析技術の範囲を広げる予定である。

関連論文リスト

• Double Mixture: Towards Continual Event Detection from Speech [60.33088725100812]
  音声イベント検出は、セマンティックイベントと音響イベントの両方のタグ付けを含むマルチメディア検索に不可欠である。 本稿では, 音声イベント検出における主な課題として, 過去の出来事を忘れることなく新たな事象を連続的に統合すること, 音響イベントからの意味のゆがみについて述べる。 本稿では,適応性を向上し,忘れることを防止するために,音声の専門知識と堅牢な記憶機構を融合する新しい手法「ダブルミキチャー」を提案する。
  論文  参考訳（メタデータ） (2024-04-20T06:32:00Z)
• Detecting Anomalous Events in Object-centric Business Processes via Graph Neural Networks [55.583478485027]
  本研究では,ビジネスプロセスにおける異常検出のための新しいフレームワークを提案する。 まず、属性グラフとしてオブジェクト中心のイベントログのプロセス依存性を再構築する。 次に、異常事象を検出するために、グラフ畳み込みオートエンコーダアーキテクチャを用いる。
  論文  参考訳（メタデータ） (2024-02-14T14:17:56Z)
• EDSA-Ensemble: an Event Detection Sentiment Analysis Ensemble Architecture [63.85863519876587]
  Sentiment Analysisを使って、イベントに属する各メッセージの極性やイベント全体を理解することで、オンラインソーシャルネットワークにおける重要なトレンドやダイナミクスに関する一般的な感情や個人の感情をよりよく理解することができます。 本研究では,ソーシャルメディアから現在起きているイベントの極性検出を改善するために,イベント検出と知覚分析を用いた新しいアンサンブルアーキテクチャEDSA-Ensembleを提案する。
  論文  参考訳（メタデータ） (2023-01-30T11:56:08Z)
• MUSIED: A Benchmark for Event Detection from Multi-Source Heterogeneous Informal Texts [7.43647091073357]
  イベント検出(ED)は、構造化されていないテキストからイベントトリガーを特定し、分類する。 本稿では,ユーザレビュー,テキスト会話,電話会話に基づく,中国の大規模イベント検出データセットを提案する。
  論文  参考訳（メタデータ） (2022-11-25T05:05:29Z)
• Type Information Utilized Event Detection via Multi-Channel GNNs in Electrical Power Systems [27.132352561001753]
  電力システムにおけるイベント検出は、トリガーとイベントタイプを特定することを目的としており、関連する担当者が緊急対応を迅速に行うのに役立つ。 短い電気記録テキストの長さの制限は、深刻な情報空間を生じさせ、多くの電力系統のドメイン固有用語は、一般的なドメインテキストで事前訓練された言語モデルからの知識の伝達を困難にしている。 本稿では,MC-TEDと呼ばれる電力系統におけるイベント検出のためのタイプ情報を利用したマルチチャネルグラフニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2022-11-15T14:22:27Z)
• Unsupervised Key Event Detection from Massive Text Corpora [42.31889135421941]
  本稿では,ニュースコーパスキーイベントから検出することを目的とした,中間レベルでのキーイベント検出という新たなタスクを提案する。 このタスクは、イベントの理解と構造化をブリッジすることができ、キーイベントのテーマと時間的近接性のために本質的に困難である。 我々は、新しいttf-itfスコアを用いて、時間的に頻繁なピークフレーズを抽出する、教師なしキーイベント検出フレームワークEvMineを開発した。
  論文  参考訳（メタデータ） (2022-06-08T20:31:02Z)
• Evidential Temporal-aware Graph-based Social Event Detection via Dempster-Shafer Theory [76.4580340399321]
  ETGNN(Evidential Temporal-aware Graph Neural Network)を提案する。 ノードがテキストであり、エッジがそれぞれ複数の共有要素によって決定されるビュー固有グラフを構築する。 ビュー固有の不確実性を考慮すると、すべてのビューの表現は、明らかなディープラーニング(EDL)ニューラルネットワークを介してマス関数に変換される。
  論文  参考訳（メタデータ） (2022-05-24T16:22:40Z)
• Fake News Quick Detection on Dynamic Heterogeneous Information Networks [3.599616699656401]
  偽ニュース検出のための新しい動的不均一グラフニューラルネットワーク(DHGNN)を提案する。 我々はまず、ニュース記事の内容と著者プロファイルのセマンティック表現を得るために、BERTと微調整BERTを実装した。 そして、文脈情報と関係を反映した異質なニュース著者グラフを構築する。
  論文  参考訳（メタデータ） (2022-05-14T11:23:25Z)
• Finding Facial Forgery Artifacts with Parts-Based Detectors [73.08584805913813]
  顔の個々の部分に焦点を絞った一連の偽造検知システムを設計する。 これらの検出器を用いて、FaceForensics++、Celeb-DF、Facebook Deepfake Detection Challengeデータセットの詳細な実験分析を行う。
  論文  参考訳（メタデータ） (2021-09-21T16:18:45Z)
• Embed2Detect: Temporally Clustered Embedded Words for Event Detection in Social Media [1.7205106391379026]
  ワード埋め込みの採用により、Embed2Detectは強力なセマンティック機能をイベント検出に組み込むことができる。 以上の結果から,Embed2Detectは効率的かつ効率的なイベント検出が可能であることが示唆された。
  論文  参考訳（メタデータ） (2020-06-10T15:52:52Z)
• Distributed Learning in the Non-Convex World: From Batch to Streaming Data, and Beyond [73.03743482037378]
  分散学習は、多くの人々が想定する、大規模に接続された世界の重要な方向となっている。 本稿では、スケーラブルな分散処理とリアルタイムデータ計算の4つの重要な要素について論じる。 実践的な問題や今後の研究についても論じる。
  論文  参考訳（メタデータ） (2020-01-14T14:11:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。