论文部分内容阅读
社会事件是指发生在特定时间特定地点的特定的行为。随着互联网的快速发展,现实生活中发生的事件在互联网中迅速传播和发展。网络出现越来越多的社会媒体网站,用户可以在这些网站上方便地分享观点和传播信息。用户上传的大部分数据与特定的事件主题相关,人工分析这些数据不仅费时费力,而且容易受到人工因素的影响。因此,研究社会事件分析方法对于了解事件的发展、演化具有重要意义。然而,随着移动互联网发展,各种传感器被广泛应用,互联网中的数据呈现多模态特性并且产生更多的标签化数据,这使得事件分析更加具有挑战性。本文的主要工作围绕多模态社会事件的表示和多模态社会事件分类两个研究方向展开。(1)事件表示是社会事件分析研究领域的基础工作,是其他社会事件分析方法(如,事件检测、事件跟踪、事件演化分析等)的基石。互联网下的多媒体数据有多模态特性,因此多模态社会事件表示方法成为领域内重要的研究工作。在归纳总结多媒体数据特性的基础上,设计一种多模态事件表示方法,并以文本和图像两种模态为例展开实验。本文使用两种典型的分类算法验证学习的多模态事件特征表示,实验结果表明,基于主题模型的多模态事件表示方法能够提高事件分类的性能,同时能挖掘事件不同模态的主题。(2)事件分类是社会事件分析研究领域的热点工作,基于单独文本模态的事件分类算法虽然取得了很大的成功,但是未能结合当前网络媒体的多模态发展现状。本文研究如何利用事件的多模态信息来提高事件分类性能。为了实现这个目标,本文提出一种多模态最大间隔有监督主题模型。该模型一方面利用主题模型挖掘文本和图像两种模态信息在主题层面的联系,另一方面利用最大间隔分类器开发社会事件的标签信息,最后将多模态信息和有监督信息融合到一个主题模型中。定性和定量的实验结果表明,本文的多模态最大间隔有监督主题模型能显著提高事件分类的性能。