EnrichEvent: Enriching Social Data with Contextual Information for Emerging Event Extraction

要約

ソーシャルプラットフォームは、情報を発信し、現実の社会的出来事を議論するための重要なプラットフォームとして台頭しており、研究者に新しいイベント検出フレームワークを設計・実装する絶好の機会を提供している。しかし、既存のアプローチのほとんどは、キーワードのバースト性やネットワーク構造を利用して不特定のイベントを検出するだけである。そのため、イベントや社会データの困難な性質に関して、未知のイベントを識別する手助けを必要とすることが多い。例えば、ツイートなどのソーシャルデータは、スペルミス、不完全さ、語義の曖昧さ、不規則な言語、意見の側面のばらつきなどの特徴がある。さらに、限られた構造的知識を利用することで、進化する事象に対して識別可能な特徴やパターンを抽出することはほとんど不可能である。これらの課題に対処するため、本稿では、ストリーミングソーシャルデータの言語表現と文脈表現を活用するEnrichEventという新しいフレームワークを提案する。特に、文脈と言語的知識を活用して、意味的に関連するツイートを検出し、イベント検出アプローチの有効性を高める。最終的に、我々の提案するフレームワークは、各イベントのクラスタチェーンを生成し、時間経過によるイベントの発展的な変化を示す。我々のフレームワークを評価するために広範な実験を行い、不特定多数のソーシャルイベントを検出・識別する際の高い性能と有効性を検証した。

要約(オリジナル)

Social platforms have emerged as crucial platforms for disseminating information and discussing real-life social events, offering researchers an excellent opportunity to design and implement novel event detection frameworks. However, most existing approaches only exploit keyword burstiness or network structures to detect unspecified events. Thus, they often need help identifying unknown events regarding the challenging nature of events and social data. Social data, e.g., tweets, is characterized by misspellings, incompleteness, word sense ambiguation, irregular language, and variation in aspects of opinions. Moreover, extracting discriminative features and patterns for evolving events by exploiting the limited structural knowledge is almost infeasible. To address these challenges, in this paper, we propose a novel framework, namely EnrichEvent, that leverages the linguistic and contextual representations of streaming social data. In particular, we leverage contextual and linguistic knowledge to detect semantically related tweets and enhance the effectiveness of the event detection approaches. Eventually, our proposed framework produces cluster chains for each event to show the evolving variation of the event through time. We conducted extensive experiments to evaluate our framework, validating its high performance and effectiveness in detecting and distinguishing unspecified social events.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL