論文の概要: Social Media Personal Event Notifier Using NLP and Machine Learning

• arxiv url: http://arxiv.org/abs/2210.05001v1
• Date: Mon, 10 Oct 2022 20:11:40 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-12 14:47:31.965399
• Title: Social Media Personal Event Notifier Using NLP and Machine Learning
• Title（参考訳）: NLPと機械学習を用いたソーシャルメディアの個人イベント通知
• Authors: Pavithiran G, Sharan Padmanabhan, Ashwin Kumar BR, Vetriselvi A
• Abstract要約: 私たちはしばしば、結婚式への招待、インタビュー、誕生日パーティーなど重要な情報を見落としたり、イベントに参加できなかったりします。 ほとんどの場合、ユーザーはイベントの直前に招待状や情報を見つけやすくなり、準備にはほとんど時間がかからない。 そこで本研究では,自然言語処理(NLP)手法を用いてソーシャルメディアチャットの収集とフィルタリングを行うシステムを開発した。 カスタマイズされた通知がユーザーに配信され、次のイベントが承認される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Social media apps have become very promising and omnipresent in daily life. Most social media apps are used to deliver vital information to those nearby and far away. As our lives become more hectic, many of us strive to limit our usage of social media apps because they are too addictive, and the majority of us have gotten preoccupied with our daily lives. Because of this, we frequently overlook crucial information, such as invitations to weddings, interviews, birthday parties, etc., or find ourselves unable to attend the event. In most cases, this happens because users are more likely to discover the invitation or information only before the event, giving them little time to prepare. To solve this issue, in this study, we created a system that will collect social media chat and filter it using Natural Language Processing (NLP) methods like Tokenization, Stop Words Removal, Lemmatization, Segmentation, and Named Entity Recognition (NER). Also, Machine Learning Algorithms such as K-Nearest Neighbor (KNN) Algorithm are implemented to prioritize the received invitation and to sort the level of priority. Finally, a customized notification will be delivered to the users where they acknowledge the upcoming event. So, the chances of missing the event are less or can be planned.
• Abstract（参考訳）: ソーシャルメディアのアプリは非常に有望で、日常的に広く使われている。 ほとんどのソーシャルメディアアプリは、近くや遠くの人々に重要な情報を提供するために使われている。 生活がよりヘキになればなるほど、ソーシャルメディアアプリの利用を制限しようと努力する人も多くなり、ほとんどの人は日々の生活に夢中になっている。 このため、結婚式の招待状、インタビュー、誕生日パーティーなど重要な情報を見落としたり、イベントに出席できないことを発見したりすることがしばしばある。 多くの場合、これはユーザーがイベントの前に招待状や情報を見つけやすくなり、準備する時間がほとんどないために起こる。 そこで本研究では,自然言語処理(NLP)手法であるTokenization, Stop Words removal, Lemmatization, Segmentation, Named Entity Recognition (NER)を用いて,ソーシャルメディアチャットの収集とフィルタリングを行うシステムを開発した。 また、K-Nearest Neighbor(KNN)アルゴリズムのような機械学習アルゴリズムは、受信した招待を優先し、優先度のレベルをソートするために実装される。 最後に、カスタマイズされた通知が、今後のイベントを認識したユーザに配信される。 したがって、イベントを見逃す可能性は低いか、あるいは計画できる。

関連論文リスト

• The Call for Socially Aware Language Technologies [94.6762219597438]
  NLPが機能する社会環境の要因、文脈、意味の認識の欠如である。 我々は、NLPが社会意識を発達させる上で大きな課題が残っており、この分野の新しい時代の始まりであると主張している。
  論文  参考訳（メタデータ） (2024-05-03T18:12:39Z)
• Cache & Distil: Optimising API Calls to Large Language Models [82.32065572907125]
  ジェネレーティブAIツールの大規模デプロイは、ユーザクエリをフルフィルするために、LLM(Large Language Model)に対する高価なAPI呼び出しに依存することが多い。 これらの呼び出しの頻度を縮めるために、より小さな言語モデル(学生)を用いることができる。 この学生は、ユーザー要求の増加に独立して対処する能力が徐々に向上する。
  論文  参考訳（メタデータ） (2023-10-20T15:01:55Z)
• Organized Event Participant Prediction Enhanced by Social Media Retweeting Data [8.675064911866201]
  本稿では、ソーシャルメディアのリツイート活動データを利用して、イベント参加者予測モデルの学習を強化することを提案する。 実世界データを用いた総合的な実験を2つのシナリオで実施する。
  論文  参考訳（メタデータ） (2023-10-02T04:26:07Z)
• Prompt-and-Align: Prompt-Based Social Alignment for Few-Shot Fake News Detection [50.07850264495737]
  プロンプト・アンド・アライン(Prompt-and-Align、P&A)は、数発のフェイクニュース検出のための新しいプロンプトベースのパラダイムである。 我々はP&Aが、数発のフェイクニュース検出性能をかなりのマージンで新たな最先端に設定していることを示す。
  論文  参考訳（メタデータ） (2023-09-28T13:19:43Z)
• Disaster Tweets Classification using BERT-Based Language Model [6.700873164609009]
  ソーシャルネットワーキングサービスは、緊急時において重要なコミュニケーションチャネルとなっている。 本研究の目的は、人や地域が危険にさらされているかどうかを調査できる機械学習言語モデルを作ることである。
  論文  参考訳（メタデータ） (2022-01-31T10:25:29Z)
• Federated Social Recommendation with Graph Neural Network [69.36135187771929]
  本稿では,ソーシャル情報とユーザ・イテムの相互作用を融合させることにより,ソーシャル・レコメンデーションの問題であるソーシャル・リコメンデーションの緩和を提案する。 我々は textbfGraph Neural Network (FeSoG) を用いた textbfFedrated textbfSocial 推薦フレームワークを考案した。
  論文  参考訳（メタデータ） (2021-11-21T09:41:39Z)
• Knowledge-Preserving Incremental Social Event Detection via Heterogeneous GNNs [72.09532817958932]
  ソーシャルイベント検出のための知識保存型不均一グラフニューラルネットワーク(KPGNN)を提案する。 KPGNNは複雑なソーシャルメッセージを統一されたソーシャルグラフにモデル化し、データの活用を促進し、知識抽出のためのGNNの表現力を探る。 また、GNNの帰納的学習能力を活用して、イベントを効率的に検出し、これまで見つからなかったデータからその知識を拡張する。
  論文  参考訳（メタデータ） (2021-01-21T17:56:57Z)
• Urban Crowdsensing using Social Media: An Empirical Study on Transformer and Recurrent Neural Networks [0.7090165638014329]
  我々は、利用可能なソーシャルメディアデータセットを活用し、これらを2つの都市センシング問題の基盤として利用する。 この研究の主な貢献の1つは、TwitterとFlickrから収集したデータセットです。 2つの予備的な教師付き学習手法を用いて,本データセットの有用性を示す。
  論文  参考訳（メタデータ） (2020-12-05T15:36:50Z)
• What is More Likely to Happen Next? Video-and-Language Future Event Prediction [111.93601253692165]
  対話が整ったビデオの場合、人々は次に何が起こるかを見極めることができる。 本研究では,AIモデルがこのようなマルチモーダル・コモンセンスの次世代予測を学べるかどうかを考察する。 新しいデータセットであるVideo-and-Language Event Prediction(ビデオ・アンド・ランゲージ・イベント予測)を収集します。
  論文  参考訳（メタデータ） (2020-10-15T19:56:47Z)
• Predicting event attendance exploring social influence [0.5134435281973136]
  イベント出席者に対する友人の社会的影響をモデル化することを提案する。 利用者の出席度を推定するために,ソーシャルグループ構造以外の非タグ付き投稿を考察する。 演奏評価は2つの大音楽祭データセットを用いて行う。
  論文  参考訳（メタデータ） (2020-02-16T20:03:29Z)

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。