计算机科学 > 机器学习
[提交于 2019年9月11日
]
标题: 如何检测文本数据流中的新颖性? 现有方法的比较研究
标题: How to detect novelty in textual data streams? A comparative study of existing methods
摘要: 由于不容易获得带有文档和/或词级新颖性标注的数据集,我们提出了一种仿真框架,使我们可以创建不同的文本数据集,在其中控制新颖性的发生方式。 我们还展示了现有方法在文本数据流中的新颖性检测基准。 我们定义了一些任务来解决,并比较了几种最先进的方法。 仿真框架允许我们根据一组有限的场景评估它们的性能,并测试它们对某些参数的敏感性。 最后,我们在《纽约时报》注释数据集的不同新颖性上使用相同的方法进行了实验。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.