Utilize este identificador para referenciar este registo:
https://hdl.handle.net/10316/97347
Título: | Classification of Social Media Posts according to their Relevance | Autor: | Pinto, Alexandre | Orientador: | Oliveira, Hugo Ricardo Gonçalo Alves, Ana Cristina da Costa Oliveira |
Palavras-chave: | Relevance Assessment; Social Mining; Information Extraction; Natural Language Processing; Automatic Text Classification; Detecção de Relevância; Extracção de Dados Sociais; Extracção de Conhecimento; Processamento de Linguagem Natural; Classificação Automática de Texto | Data: | Set-2016 | Local de edição ou do evento: | Coimbra | Resumo: | Given the overwhelming quantity of messages posted in social networks, in order to to
make their utilization more productive, it is imperative to lter out irrelevant information.
This work is focused on the automatic classi cation of public social data according
to its potential relevance to a general audience, according to journalistic criteria. This
means ltering out information that is private, personal, not important or simply irrelevant
to the public, improving the the overall quality of the social media information.
A range of natural language processing toolkits was rst assessed while performing a
set of standard tasks in popular datasets that cover newspaper and social network text.
After that, di erent learning models were tested, using linguistic features extracted by
some of the previous toolkits. The prediction of journalistic criteria, key in the assessment
of relevance, was also explored, using the same features. A new classi er uses
the journalist predictions, made by an ensemble of linguistic classi ers, as features to
detect relevance. The obtained model achieved a F1 score of 0.82 with an area under
the curve(AUC) equal to 0.78. Dada a grande quantidade de dados publicada em redes sociais, e imperativo ltrar informa c~ao irrelevante. Este trabalho foca-se na detec c~ao autom atica de dados sociais p ublicos de acordo com a sua relev^ancia para a audi^encia em geral. Isto signi ca ltrar informa c~ao que e privada, pessoal, n~ao importante, ou simplesmente irrelevante para o p ublico, melhorando assim a qualidade da informa c~ao. Um conjunto de ferramentas de linguagem em processamento natural e testado em uma s erie de tarefas padr~ao com um conjunto de dados que cobrem conte udo jornal stico e texto social. Para al em disso, diferentes modelos de aprendizagem s~ao testados, usando caracter sticas lingu sticas extra das atrav es de tarefas de processamento de linguagem natural, bem como crit erios jornal sticos. O sistema nal usa as previs~oes jornal sticas, realizadas por um conjunto de classi cadores lingu sticos, como atributos para detectar relev^ancia. O modelo obtido alcan cou um valor de F1 de 0.82 com uma area debaixo da curva(AUC) igual a 0.78. |
Descrição: | Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra. | URI: | https://hdl.handle.net/10316/97347 | Direitos: | embargoedAccess |
Aparece nas coleções: | FCTUC Eng.Informática - Teses de Mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
reminds-thesis.pdf | 1.58 MB | Adobe PDF | Ver/Abrir |
Visualizações de página
66
Visto em 7/mai/2024
Downloads
35
Visto em 7/mai/2024
Google ScholarTM
Verificar
Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.