TREND 烂ND 燛VENT 燚ETECTION .PDF

  1. 1、本文档共37页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
TREND 烂ND 燛VENT 燚ETECTION .PDF

TREND AND EVENT DETECTION IN SOCIAL STREAMS Kostas Tsioutsiouliklis @kostas September 2012 Outline •  Trending topic detecon 1)  Simple counng 2)  Chi-square test 3)  Topic-specific models •  Event detecon 1)  Online clustering 2)  Online clustering using MinHash •  Natural language processing for tweets st 1 approach: Simple Counng •  400M tweets per day, or 4600 tweets per sec Tokenizaon, phrase extracon •  What is a topic? •  n-gram –  Simple, low precision/high recall, large space •  Diconary-based phrases (wikipedia entries, named enes) –  Simple, high precision/low recall, stale •  Noun-phrases (NP) extracted via part-of-speech tagging –  Difficult for short texts Term frequencies •  Tokenize text and count term frequencies •  Assume, for now, unigrams Term Count Obama 1 Detours 1 … … Hurricane 1 … … Term Count Obama 1 Detours 1 … … Hurricane 2

文档评论(0)

497721292 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档