Upgrade to Pro — share decks privately, control downloads, hide ads and more …

文献紹介:Broadly Improving User Classification via ...

takegue
July 29, 2014

文献紹介:Broadly Improving User Classification via Communication-Based Name and Location Clustering on Twitter

takegue

July 29, 2014
Tweet

More Decks by takegue

Other Decks in Technology

Transcript

  1. 自然言語処理研究室 文献紹介ゼミ 論文紹介 Broadly Improving User Classification via Communication-Based Name

    and Location Clustering on Twitter 長岡技術科学大学 B4 竹野 峻輔 ※資料中の表及び図は 基本的に論文より引用しています
  2. • S. Bergsma, M. Dredze, and B. Van Durme, “Broadly

    Improving User Classification via Communication-Based Name and Location Clustering on Twitter.,” in NAACL- HLT2013, 2013, no. June, pp. 1010–1019. • 概要 twitter の アカウントに対する素性判定に関する研究 twitterのプロフィール、発言等から個人の国・言語・社会的性, 人種,民族 等について推定を行うもの これまでの手法よりも高精度で、人手でクラスタしたものよりも精度は高い。 筆者らによれば、手法はreadly(簡易)でrepliable(信頼でき), なおかつversatile(多様性)を持つstate-of-artsな手法であると述べている。 2014/7/30 長岡技術科学大学 自然言語処理研究室 2014年度 B4ゼミ 文献紹介:Broadly Improving User Classification via Communication-Based Name and Location Clustering on Twitter ※資料中の表及び図は 基本的に論文より引用しています
  3. Twitterのツイートからアカウントの素性(国・言語・性別・宗 教)の判定を行うタスクについて前々から研究がなされてい る。 主な素性判定にはTwitterのプロフィールを利用 ・文字ベースまたは見出し語ベースの素性 例) wassim hassan → tanger(モロッコの都市)

    提案手法: 候補となる素性に対して、 クラスタリングを行うことで 素性判定の大幅な向上に成功した。 2014/7/30 長岡技術科学大学 自然言語処理研究室 2014年度 B4ゼミ 1. Introduction
  4. • 2.2 billion tweets 2009.May ~ 2010.10 • 1.8 billion

    tweets 2011.July ~ 2010.Aug. • 10,000 tweets 言語および地域データが付随さ れたもの 2014/7/30 長岡技術科学大学 自然言語処理研究室 2014年度 B4ゼミ 1. Data
  5.  Attributeの抽出 • mention(@user)を利用してUser間のリンクを把握(User-User link) • User-User LinkからProfile中の情報のペアを作成(Attribute- Attritbute Pairs)

    • PMIによって閾値選択を行う.(有効な素性を抽出)  Attributeのクラスタリング • 得られた属性について, クラスタリングを行う • クラスタ数は50, 200, 1000で試験を行った. • 基本となる手法はK-Means. MapReduceを使った並列化 • ここでできたクラスタがクラスタ自体の特徴素性になる  クラスタした素性を用いた分類器の構築 • SVMを用いた多クラス分類器を生成.(入力はUser Profile:名 前, 地域, プロフィール情報など) • binary attribute, 文字Ngram(1-4), Cluseter Featuresを利用 して、学習器の作成。 2014/7/30 長岡技術科学大学 自然言語処理研究室 2014年度 B4ゼミ 素性判定までの