基于知识嵌入主题模型的多模态社会事件分析

发布时间：2023-04-27 23:56

　　随着移动互联网和社交网络的发展,人们的生活方式也在发生变化,许多社交网站(如Facebook,YouTube和微信)如雨后春笋般涌现,导致出现各种社会事件的大量多媒体数据(如文字,图片和视频)。并且伴随着互联网上数据的积累和特征表示学习技术的进步,从大规模知识库中学到的知识嵌入也已被用于概率主题模型。本文的目标是从大量无序的社交媒体数据中高效挖掘出事件主题,从而有利于用户或政府对重大社会事件的搜索、浏览和监控。然而,基于多模态信息学习可解释的主题和判别性事件表示是非常具有挑战性的。(1)本文首先提出了一种用于社会事件分析的基于知识的多模态加权主题模型(Knowledge-based Multi-modal Weighted Topic Model,KBMMWTM)。提出的KBMMWTM模型具有以下优点:1)提出的KBMMWTM模型可以有效地利用社会事件数据的多模态性;2)提出的KBMMWTM模型利用数据集中的词相关性作为先验知识,可以提高事件主题挖掘的性能。最后,我们在真实数据集上评估了我们的KBMMWTM模型,完整的实验表明我们的模型优于最先进的模型。(2)紧接着本文又提出了一种用于...

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 社会事件分析的发展及研究现状
        1.2.1 多媒体社会事件分析国内外研究现状
        1.2.2 主题模型国内外研究现状
    1.3 本文的主要内容和组织结构
        1.3.1 本文的主要内容
        1.3.2 论文的组织结构
第二章 社会事件分析理论基础
    2.1 主题模型理论基础
    2.2 潜在狄利克雷分配
        2.2.1 潜在狄利克雷分配的原理
        2.2.2 潜在狄利克雷分配的变种
    2.3 分类方法
        2.2.1 朴素贝叶斯(NB)
        2.2.2 K近邻(KNN)
        2.2.3 支持向量机(SVM)
    2.4 小结
第三章 基于知识加权多模态主题模型的社会事件分析
    3.1 方法概述
    3.2 准备工作
        3.2.1 数据集收集
        3.2.2 特征提取
    3.3 基于知识加权的多模态主题模型
    3.4 模型推断
    3.5 实验结果
        3.5.1 定量分析
        3.5.2 定性分析
    3.6 小结
第四章 基于知识嵌入多模态主题模型的社会事件分析
    4.1 方法概述
    4.2 基于知识嵌入的多模态主题模型
        4.2.1 问题定义
        4.2.2 基于知识嵌入的多模态主题模型统一框架
    4.3 模型推断
    4.4 多媒体社会事件分类
    4.5 实验结果
        4.5.1 定量分析
        4.5.2 参数分析
        4.5.3 定性分析
    4.6 小结
第五章 总结与展望
    5.1 工作总结
    5.2 工作展望
参考文献
攻读硕士学位期间的学术活动及成果情况



本文编号：3803326