切换可见性 搜索和显示选项

全选   全部取消选择
 |  | 
细节
   打印
  记录 链接
作者 (向上) 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 pdf格式 印度标准银行
开放链接 
  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 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  
  呼叫号码 序列号 2214  
将此记录共享到Facebook
全选   全部取消选择
 |  | 
细节
   打印

保存引文:
导出记录: