Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:1909.05099

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:1909.05099 (cs)
[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

Authors:Clément Christophe, Julien Velcin, Jairo Cugliari, Philippe Suignard, Manel Boumghar
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。
摘要: Since datasets with annotation for novelty at the document and/or word level are not easily available, we present a simulation framework that allows us to create different textual datasets in which we control the way novelty occurs. We also present a benchmark of existing methods for novelty detection in textual data streams. We define a few tasks to solve and compare several state-of-the-art methods. The simulation framework allows us to evaluate their performances according to a set of limited scenarios and test their sensitivity to some parameters. Finally, we experiment with the same methods on different kinds of novelty in the New York Times Annotated Dataset.
评论: 16页
主题: 机器学习 (cs.LG) ; 信息检索 (cs.IR); 机器学习 (stat.ML)
引用方式: arXiv:1909.05099 [cs.LG]
  (或者 arXiv:1909.05099v1 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.1909.05099
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Clément Christophe [查看电子邮件]
[v1] 星期三, 2019 年 9 月 11 日 14:55:02 UTC (614 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
查看许可
当前浏览上下文:
cs.LG
< 上一篇   |   下一篇 >
新的 | 最近的 | 2019-09
切换浏览方式为:
cs
cs.IR
stat
stat.ML

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号