利用多种建模方法从社交媒体中挖掘短文本结构

摘要

社交媒体越来越多地用于个人和组织的交流,其中存在了大量可公开获得的数据,这些数据提供了丰富的信息源。通常,社交媒体用户可以轻松地从例如Weibo和Twitter帖子之类的短文本中推断出含义,因为他们理解这些帖子所使用的上下文与惯用语。因为社交媒体交流使用非常短或稀疏的文本,从而产生了只能依据相对较少的可用单词样本进行分析的挑战,同时,从相对较少的一组单词中解释上下文的含义也是一项挑战。利用多种建模方法挖掘短文本结构,包括基于改进LDA的GSDMM的短文本主题建模(STTM),基于语义词汇链以推断短文本整体主题的方法。