Occurrence of New WordsIn order to

Occurrence of New Words

In order to analyze the occurrence and change of effective words for classifying tweets, we calculated the chi-squared statistics χ2c (see details in [39]) of all words for each class c in each day, and got the daily top 100 words in terms of χ2c for each class.

Fig. 4 shows (a) the cosine similarities between the daily top 100 words on 13 September 2011 and all other days and (b) the cumulative number of distinct daily top 100 words. The results of Fig. 4 are averaged over classes.
We can see from Fig. 4b that effective words for classifying tweets emerge continuously. In particular, the words on the TV data set changes dramatically. Moreover, the daily top 100 words in the TV data set change periodically because of the influence of the day of the week, as shown in Fig. 4a.

In summary, classification models have to handle emerging words as well as recurring and periodic themes effectively.

Kết quả (Việt) 1:

Sự xuất hiện của từ mớiĐể phân tích sự xuất hiện và thay đổi trong hiệu quả từ cho phân loại tweets, chúng tôi tính toán số liệu thống kê chi-squared χ2c (xem chi tiết tại [39]) của tất cả các từ cho mỗi lớp c trong mỗi ngày, và có hằng ngày hàng đỉnh 100 từ trong điều khoản của χ2c cho mỗi lớp.Hình 4 cho thấy (a) các điểm tương cô sin giữa các hàng ngày trên 100 từ ngày 13 tháng 9 năm 2011 và tất cả các ngày khác và (b) số tích lũy khác biệt hàng ngày từ 100 hàng đầu. Kết quả của hình 4 được tính trung bình trong các lớp học.Chúng tôi có thể nhìn thấy từ 4b hình hiệu quả từ cho phân loại tweets xuất hiện liên tục. Đặc biệt, các từ trên tập hợp dữ liệu TV thay đổi đáng kể. Hơn nữa, hàng ngày từ 100 hàng đầu trong các thiết lập dữ liệu TV thay đổi theo định kỳ bởi vì ảnh hưởng của ngày trong tuần, như minh hoạ trong hình 4a.Tóm lại, các mô hình phân loại phải xử lý đang nổi lên từ cũng như các chủ đề định kỳ và định kỳ có hiệu quả.

Kết quả (Việt) 2:

Sự xuất hiện của các từ mới Để phân tích sự xuất hiện và thay đổi lời hiệu quả để phân loại tweets, chúng tôi tính toán các số liệu thống kê χ2c chi-squared (xem chi tiết trong [39]) của tất cả các từ cho mỗi lớp học c trong mỗi ngày, và đã nhận được hàng ngày Đầu 100 từ về χ2c cho mỗi lớp. Fig. 4 chương trình (a) những điểm tương đồng giữa các cosin hàng ngày trên 100 từ trên 13 tháng 9 năm 2011 và tất cả những ngày khác và (b) số lượng tích lũy của phân biệt hàng ngày trên 100 từ. Các kết quả của hình. 4 được tính trung bình trong lớp học. Chúng ta có thể nhìn thấy từ hình. 4b rằng lời hiệu quả để phân loại tweets nổi lên liên tục. Đặc biệt, những chữ trên các dữ liệu truyền hình thiết lập những thay đổi đáng kể. Hơn nữa, hàng ngày trên 100 từ trong dữ liệu truyền hình thiết lập thay đổi định kỳ do ảnh hưởng của các ngày trong tuần, như thể hiện trong hình. 4a. Tóm lại, mô hình phân loại phải xử lý từ ngữ mới nổi cũng như định kỳ và chủ đề định kỳ hiệu quả.