《表1 跨媒介事件脉络挖掘方法总结》
基于主题的融合方法指首先分别从不同的平台挖掘事件或主题,然后从主题或事件层面进行数据融合。例如,Wang S等[49]提出了一种无监督的框架从Twitter和Instagram上检测和追踪事件,该框架首先分别在这两个平台上检测事件,然后基于二分图和文本相似性将事件融合,并进一步追踪事件变化。Tiwari A等[50]针对Twitter、Instagram、Flickr等数据,提出了一种基于主题相似性的跨域事件融合方法。通过联合数据建模和链接的方法来分析跨媒介事件,并采用基于马尔可夫随机场(markov random fields,MRFs)的相似性度量方法将不同平台的主题跨时间间隔进行关联,同时利用平台间的显式链接进行参数学习与共享,该模型如图2所示。在该模型中,首先进行数据预处理,并应用主题建模方法来识别数据中的不同主题,将主题下的文本和视频内容统一表示为主题图的形式;随后基于MRFs测量两个主题图的相似度并合并相同时间间隔内的相似主题。最后将事件关键内容选择问题转化为一个多模态子模优化问题,并构建图形用户界面,向用户显示生成的事件脉络。针对社交媒体跨媒介条件下的事件脉络挖掘问题,本文对现有方法的总结如表1所示。
图表编号 | XD00109142100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 张晨昕、饶元、樊笑冰、王硕 |
绘制单位 | 西安交通大学深圳研究院、西安交通大学软件学院社会智能与复杂数据处理实验室、西安交通大学深圳研究院、西安交通大学软件学院社会智能与复杂数据处理实验室、西安交通大学软件学院社会智能与复杂数据处理实验室、西安交通大学软件学院社会智能与复杂数据处理实验室 |
更多格式 | 高清、无水印(增值服务) |