Newswire versus Social Media for Disaster Response and Recovery
University of Houston(休斯顿大学);University of Tehran(德黑兰大学);Institute for Research in Fundamental Sciences (IPM)(基础科学研究所(IPM))
在灾害情况下,第一反应者需要迅速获得情况意识,并根据需要、可用资源和影响确定反应的优先次序。他们能仅仅依靠Twitter这样的数字媒体,或者仅仅依靠新闻专线,或者两者的结合吗?我们在2015年尼泊尔地震的背景下研究这个问题。因为新闻专线的文章比较长,有效的摘要可以帮助节省时间,但提供关键内容。我们评估了几种无监督摘要技术在捕获关键内容方面的有效性。我们提出了一种方法来链接写的推文由公众和新闻通讯社的文章,这样我们就可以比较他们的关键特征:及时性,推文是否出现早于其相应的新闻文章,和内容。一个新颖的想法是将相关推文视为匹配新闻文章的摘要并评估这些摘要。只要有可能,我们会同时进行定量和定性评估。我们的主要发现之一是,推特和新闻专线文章提供了互补的视角,形成了对灾害情况的整体看法。
2019-06-25 cs.CL cs.IR cs.SI
Improving Topic Relevance Model by Mix-structured Summarization and LLM-based Data Augmentation
Sichuan University(四川大学)
本文通过混合结构摘要与基于LLM的数据增强方法,提升社交搜索中查询与文档的主题相关性建模性能。
2025-12-10 cs.CL cs.IR
Hashtag-centric Immersive Search on Social Media
社会化媒体信息分布在不同的在线社交网络中。本文解决了整合跨OSN信息以促进沉浸式社交媒体搜索体验的问题。我们利用hashtag,这是广泛用于注释和组织多模态项目在不同的OSN,作为信息聚合和组织的桥梁。提出了一个三阶段的解决方案框架,用于主题标签表示,聚类和演示。给定一个事件查询,来自三个OSN(Twitter、Flickr和YouTube)的相关项目被组织在集群-主题标签-项目层次结构中以供显示。通过对数百个趋势事件查询的定性和定量实验,验证了该解决方案的有效性。
2017-06-02 cs.IR
On the Feasibility and Robustness of Pointwise Evaluation of Query Performance Prediction
针对现有列表式查询性能预测评估不支持单个查询评估的缺陷,提出逐点QPP框架,通过测量预测值与真实值偏差并聚合来评估单查询质量,实验证明该方法能减小评估方差。
2023-04-01 cs.IR
A Hybrid Approach to Finding Relevant Social Media Content for Complex Domain Specific Information Needs
虽然当代的语义搜索系统提供了改进经典的基于关键字的搜索,但它们并不总是足以满足复杂的特定领域的信息需求。例如,处方药滥用领域需要本体概念和“可理解的构造”的知识,而这些知识通常不在本体中建模。这些可理解的结构传达了重要的信息,包括强度,频率,间隔,剂量和情绪的概念,这可能是重要的信息寻求者的整体需求。我们提出了一种特定于领域的信息检索(或知识感知搜索)的混合方法,该方法将本体驱动的查询解释与基于同义词的查询扩展和特定于领域的规则集成在一起,以促进社交媒体中的搜索。我们的框架是基于一个上下文无关文法(CFG),定义了查询语言的结构可解释的搜索系统。该语法提供了两个级别的语义解释:1)顶层CFG,其便于检索属于广泛模板的不同文本模式;以及2)底层CFG,其使得能够解释属于此类模式的某些特定表达。这些低级表达式作为来自四种不同数据类别的概念出现:1)本体概念; 2)词汇概念(如情感和情绪); 3)仅用部分本体表示的词典中的概念,称为词典本体概念(如副作用和给药途径(ROA)),和4)结构域特异性表达(如日期、时间、间隔、频率和剂量)。我们的方法体现在一个新的语义Web平台,称为PREDOSE处方药滥用流行病学开发。关键词:知识感知搜索,本体,语义搜索,背景知识,上下文无关文法
2014-11-13 cs.IR
Query expansion techniques for information retrieval: A survey
随着网络规模的不断扩大,在互联网上对由少数关键字组成的查询进行相关信息抽取已成为一个巨大的挑战。查询扩展(QE)在提高Internet上的搜索性能方面起着至关重要的作用。在这里,用户的初始查询通过添加具有类似意义的附加有意义的术语来重新表述。作为信息检索(IR)的一部分,QE长期以来一直受到研究者的关注。它在个性化社会文档、问答、跨语言信息检索、信息过滤和多媒体信息检索等领域具有重要影响力。由于TREC(Text信息检索Conference)和CLEF(Conference and Labs of the Evaluation Forum)等专门的信息检索会议的召开,QE的研究得到了进一步的重视。本文从核心技术、使用的数据源、加权和排名方法、用户参与和应用等方面对1960年至2017年IR中的QE技术进行了调查,并指出了相似性和差异性。
2019-06-20 cs.IR
From Query to Conscience: The Importance of Information Retrieval in Empowering Socially Responsible Consumerism
University of Copenhagen(哥本哈根大学);University of Strathclyde(思克莱德大学);Aalborg University(奥尔堡大学)
本文探讨信息检索如何通过减少信息不对称、优化搜索界面和校准知识,帮助消费者做出更负责任的消费决策。
2026-04-12 cs.HC cs.IR
Fashion Recommendation Based on Style and Social Events
University of Florence(佛罗伦萨大学)
时尚推荐通常被拒绝作为寻找给定查询服装的互补项目或检索适合给定用户的服装的任务。在这项工作中,我们通过添加一个额外的语义层的基础上提出的着装风格来解决这个问题。我们根据两个重要方面来建模风格:隐藏在颜色组合模式背后的情绪和情感,以及检索到的服装对于给定类型的社交事件的适当性。为了解决前一个问题,我们依靠Shigenobu Kobayashi的颜色图像尺度,它将情感模式和情绪与颜色三元组相关联。而后者是通过从社会事件的图像中提取服装来分析的。总的来说,我们集成在一个国家的最先进的服装推荐框架的风格分类器和事件分类器,以条件推荐一个给定的查询。
2022-08-01 cs.CV cs.IR
A Network-Aware Approach for Searching As-You-Type in Social Media (Extended Version)
我们在本文中提出了一种新的方法,作为你类型的顶部- $k$关键字搜索社会媒体。我们采用了一个自然的“网络感知”的信息相关性的解释,即更接近搜索者的用户所产生的信息被认为是更相关的。在实践中,这种查询模型对在线搜索的有效性和效率提出了新的挑战,即使当一个完整的查询作为输入在一个搜索引擎中。这主要是因为它需要联合探索社会空间和经典的IR索引,如倒排列表。我们描述了一个内存效率和增量前缀为基础的检索算法,它也表现出随时的行为,允许输出任何选择的运行时间限制内最有可能的答案。我们通过对几个应用程序和搜索场景进行广泛的实验来评估它,包括在微博(Twitter和Tumblr)中搜索帖子,以及基于Yelp中的评论搜索企业。他们表明,我们的解决方案在回答社交媒体上的实时搜索时是有效的。
2015-07-29 cs.IR cs.SI
A Complete Year of User Retrieval Sessions in a Social Sciences Academic Search Engine
在本文中,我们提出了一个开放的数据集提取的社会科学学术搜索引擎sowiport的交易日志。该数据集包括sowiport用户在2014年4月至2015年4月期间进行的484,449次检索会话的过滤集。我们提出了一个描述的学术搜索引擎用户,可以用于不同的应用程序,如结果排名改进,用户建模,查询重构分析,搜索模式识别进行的交互。
2017-09-23 cs.DL cs.IR
Integrating Lexical and Temporal Signals in Neural Ranking Models for Searching Social Media Streams
University of Maryland(马里兰大学);University of Waterloo(滑铁卢大学);Comcast Applied AI Research Labs(康卡斯特应用人工智能研究实验室)
在搜索社交媒体帖子流时,时间是一个重要的相关性信号。可以利用来自初始查询的结果的文档时间戳的分布来推断相关文档的分布,然后可以使用相关文档的分布来对初始结果进行重新排序。以前的实验表明,核密度估计是这个想法的一个简单而有效的实现。本文探讨了另一种方法来挖掘时间信号与循环神经网络。我们的直觉是,神经网络提供了一个更具表现力的框架来捕捉相邻文档在时间上的时间一致性。据我们所知,我们是第一个将词汇和时间信号集成到端到端神经网络架构中的公司,在该架构中,现有的神经排名模型用于生成查询-文档相似性向量,这些向量被馈送到双向LSTM层进行时间建模。我们的结果好坏参半:单独用于文档排序的现有神经模型相对于简单基线产生有限的改进,但是词汇和时间信号的集成相对于竞争性时间基线产生显著的改进。
2017-07-25 cs.CL cs.IR
Mining the Web for Synonyms: PMI-IR versus LSA on TOEFL
本文提出了一种简单的无监督学习算法,用于识别同义词,通过查询Web搜索引擎获得的统计数据的基础上。该算法使用点态互信息(PMI)和信息检索(IR)来度量词对之间的相似性。PMI-IR使用80个同义词测试问题从英语作为外语(TOEFL)和50个同义词测试问题,从收集的测试英语作为第二语言(ESL)的学生进行实证评估。在这两个测试中,该算法获得了74%的分数。PMI-IR与潜在语义分析(LSA)进行了对比,后者在相同的80个托福问题上获得了64%的分数。本文讨论了新的无监督学习算法的潜在应用和LSA和潜在语义索引(LSI)的结果的一些影响。
2002-12-11 cs.CL cs.IR cs.LG
Learning Reporting Dynamics during Breaking News for Rumour Detection in Social Media
University of Warwick(华威大学)
突发新闻导致社交媒体上快节奏的报道,产生与新闻故事相关的各种更新,尽管需要注意的是,其中一些早期更新往往是谣言,即,在发布时未验证状态的信息。标记未经验证的信息有助于避免可能被证明是错误的信息的传播。对谣言的检测也可以为最终确定其真实性的谣言跟踪系统提供信息。在本文中,我们介绍了一种新的方法来检测谣言,从社会媒体中的突发新闻报道的顺序动态学习,以检测新故事中的谣言。使用在五个突发新闻故事中收集的Twitter数据集,我们将条件随机场作为顺序分类器进行实验,该分类器利用在谣言检测事件中学习的上下文,我们将其与最先进的谣言检测系统以及其他基线进行比较。与现有的工作相比,我们的分类器不需要观察查询一条信息的推文来将其视为谣言,而是通过利用在事件期间学习的上下文来单独从推文中检测谣言。我们的分类器实现了具有竞争力的性能,击败了依赖于查询推文的最先进的分类器,提高了精度和召回率,并且在F1得分方面提高了近40%,超过了我们的最佳基线。我们实验的规模和多样性增强了我们分类器的通用性。
2016-10-24 cs.CL cs.IR cs.SI
Hierarchical classification of e-commerce related social media
Stanford University(斯坦福大学)
在本文中,我们试图使用一组带有浏览节点ID标签的推文,一组更大的没有标签的推文和一组亚马逊评论将推文分类到亚马逊浏览节点层次结构的根类别中。研究twitter数据面临着独特的挑战,因为样本很短(少于140个字符),而且经常包含拼写错误或缩写,这些对人类来说微不足道,但对计算机来说很难解析。各种各样的查询和文档扩展技术的实现,以努力提高信息检索适度的成功。
2015-11-26 cs.CL cs.IR cs.LG