| 基于多模态特征深度融合的微博流事件检测与跟踪 |
| |
| 作者姓名： | 熊宇 张一飞 冯时 王大玲 |
| |
| 作者单位： | 东北大学计算机科学与工程学院,沈阳110169,东北大学计算机科学与工程学院,沈阳110169;教育部医学影像计算重点实验室,沈阳110169,东北大学计算机科学与工程学院,沈阳110169;教育部医学影像计算重点实验室,沈阳110169,东北大学计算机科学与工程学院,沈阳110169;教育部医学影像计算重点实验室,沈阳110169 |
| |
| 基金项目： | 国家自然科学基金项目(61772122). |
| |
| 摘 要： | 作为一种重要的社会媒体平台,分析、检测并跟踪微博内重大社会事件可以及时提供舆论焦点.但因其碎片化、异构性和实时性,传统方法很难有效分析海量微博,为此,提出一种基于多模态特征深度融合的微博事件检测与跟踪框架.首先基于文本处理对微博事件进行标注;然后用多模态特征深度融合实现事件的检测与表示;最后利用基于时间平滑的图变换模型完成事件流的跟踪.在真实数据集上的实验表明,所提出的方法能有效检测和跟踪微博流事件.
|
| 关 键 词： | 微博流 事件检测 事件跟踪 多模态 特征融合 深度学习 |
|
| 点击此处可从《控制与决策》浏览原始摘要信息 |
|
点击此处可从《控制与决策》下载全文 |
|
