In this context, the main challenge

In this context, the main challenge is to determine relevant keywords to search for event-related
tweets and rank them according to their relevance.
Related approaches (e.g., Verma et al. [2011]) report on the use of semantic features (e.g., objectivity, impersonality, formality, etc.) for detecting
tweets with content relevant to situational awareness during mass emergencies. Other approaches
elaborate on machine learning-based techniques
for Named Entity Recognition (NER) from tweets,
which are subsequently employed as search query
terms ( Ritter et al. [2011], Liu et al. [2011])

Kết quả (Việt) 1:

Trong bối cảnh này, thách thức chính là để xác định các từ khóa có liên quan để tìm kiếm sự kiện liên quantweets và xếp hạng chúng theo mức độ liên quan của họ.Phương pháp tiếp cận liên quan (ví dụ như, Verma et al. [2011]) báo cáo về việc sử dụng các tính năng ngữ nghĩa (ví dụ, khách quan, impersonality, hình thức, vv) để phát hiệnTweets với nội dung có liên quan đến tình huống nâng cao nhận thức trong trường hợp khẩn cấp hàng loạt. Phương pháp tiếp cận khácxây dựng trên máy học tập dựa trên kỹ thuậtcho tên thực thể công nhận (NER) từ tweets,mà sau đó được sử dụng như truy vấn tìm kiếmđiều khoản (Ritter et al. [2011], lưu et al. [2011])

Kết quả (Việt) 2:

Trong bối cảnh này, thách thức chính là để xác định các từ khóa có liên quan để tìm kiếm các sự kiện liên quan đến
tweets và xếp hạng chúng theo sự liên quan của họ.
Phương pháp tiếp cận liên quan (ví dụ, [2011] Verma et al.) Báo cáo về việc sử dụng các đặc trưng ngữ nghĩa (ví dụ, khách quan, vô ngã, hình thức, vv) để phát hiện
các tweet với nội dung có liên quan đến nhận thức tình huống trong trường hợp khẩn cấp hàng loạt. Phương pháp tiếp cận khác
phức tạp về kỹ thuật học tập dựa trên máy
cho Named Entity Recognition (NER) từ tweets,
mà sau đó được sử dụng như truy vấn tìm kiếm
thuật ngữ (Ritter et al. [2011], Liu et al. [2011])