典型文献
基于社交网络的群体性事件挖掘和预测
文献摘要：
文本事件挖掘旨在通过挖掘文本来实现结构化的事件表示,从而支撑进一步的事件分析和预测工作.文本事件挖掘所需要挖掘的结构化事件信息包括事件类型、参与者、触发词、时间、地点等,其中每一项信息的挖掘都是一个单独的文本分类或者是信息抽取任务.所以,文本事件挖掘是一项综合性的自然语言处理任务,具有较高的工程复杂性.社交网络群体性事件挖掘是指针对社交网络这一特定的信息源,以及群体性事件这一特定的事件类型所开展的文本事件挖掘工作.由于社交网络和群体性事件的特殊性,发现针对社交网络群体性事件的挖掘结果可以作为事件预测的直接线索,因此,实现了一个基于社交网络的群体性事件挖掘系统.在该系统中,实现了对文本信息事件发现和分类、参与者抽取、行为抽取、地点抽取和时间抽取等子任务,共同组成完整的事件要素结构.同时,根据事件时间信息进行事件预测,并与实际事件发生情况进行对比以评测事件生成效果和预测准确率.
文献关键词：
社交网络;事件挖掘;群体性事件;事件预测;文本挖掘
中图分类号：
作者姓名：
黄细凤;廖泓舟
作者机构：
中国电子科技集团公司第十研究所,四川 成都 610036
文献出处：
引用格式：
[1]黄细凤;廖泓舟-.基于社交网络的群体性事件挖掘和预测)[J].计算机技术与发展,2022(06):39-44
A类：
B类：
社交网络,事件挖掘,本事,事件表示,事件分析,事件类型,触发词,每一项,文本分类,信息抽取,自然语言处理,工程复杂,网络群体性事件,指针,信息源,事件预测,接线,挖掘系统,文本信息,息事,事件发现,间抽,等子,子任务,事件要素,要素结构,事件时间,时间信息,行事,评测,预测准确率,文本挖掘
AB值：
0.314413
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
