ISCRAM数字图书馆
主页
|
全部显示
|
简单搜索
|
高级搜索
登录
快速搜索:
字段:
主要字段
作者
标题
出版
关键字
摘要
地区
会议
包含:
...
找到1条符合您查询的记录,共1条(
RSS(RSS)
):
搜索和显示选项
在结果中搜索:
字段:
作者
标题
年
关键字
摘要
类型
出版
缩写_日记
体积
问题
页
论文
出版商
地方
编辑
系列_标题
语言
地区
笔记
调用编号(_N)
系列
包含:
...
排除匹配项
显示选项:
字段:
所有字段
关键词和摘要
其他字段
每页记录数
全选
全部取消选择
<<
1
>>
列表视图
|
引文
|
细节
记录
链接
作者
朱利安·科奇
;
奥雷利·蒙塔纳尔
;
安德烈亚·塔皮亚
;
弗雷德里克·贝纳本
标题
推文信息的自动检索:一种语义聚类方法
类型
会议文章
年份
2020
出版物
ISCRAM 2020会议记录——第17届危机应对和管理信息系统国际会议
缩写日记账
伊斯克拉姆2020
体积
发行
页
134-141
关键词
信息检索
;
单词嵌入
;
BERT(误码率)
摘要
关于社交媒体信息对应急服务的价值,人们已经谈论了很多。
与这些平台相关的新用途让用户共享信息,否则在危机事件中是未知的。
因此,已经进行了许多研究,以确定与危机事件相关的推文,或根据特定类别对这些推文进行分类。
然而,确定所收集信息中包含的相关信息仍然是应急服务部门的责任。
在本文中,我们介绍了对消息中包含的信息进行分类的问题。
为此,我们使用诸如呼叫中心操作员使用的类。
我们特别指出,这个问题与tweet上的命名实体识别有关。
然后我们解释说,由于执行此任务的数据量很低,半监督方法可能是有益的。
在第二部分中,我们介绍了这一问题带来的一些挑战,以及不同的应对方式。最后,我们探讨其中之一及其可能的结果。
地址
阿尔比IMT矿业公司;
阿尔比IMT矿业公司;
宾夕法尼亚州立大学;
阿尔比IMT矿业公司
公司作者
论文
出版商
弗吉尼亚理工大学
出版地点
弗吉尼亚州布莱克斯堡(美国)
编辑器
阿曼达·休斯;
菲奥娜·麦克尼尔;
克里斯托弗·佐贝尔
语言
英语
摘要语言
英语
原始标题
系列编辑器
系列标题
缩写系列标题
系列音量
系列问题
版本
国际标准编号
978-1-949373-27-13
国际标准图书编号
2411-3399
中等
轨道
AI危机和风险系统
揽胜探险
会议
第十七届危机应对和管理信息系统国际会议
笔记
julien.coche@mines-albi.fr网址
经核准的
不
呼叫号码
序列号
2214
将此记录共享到Facebook
全选
全部取消选择
<<
1
>>
列表视图
|
引文
|
细节
主页
CQL搜索
|
图书馆搜索
|
显示记录
|
摘录引文
帮助