Fig. 3 shows (a) the hourly number

Fig. 3 shows (a) the hourly number of tweets containing “home-run” and (b) the daily number of tweets containing “yokohama” from the NPB data set. “Home-run” is a bursty
word since its relevant classes change rapidly. For example, a player of the team #chibalotte hit a home-run at 4PM and the word probability for “home-run” increased suddenly (Fig. 3a). On the other hand, “yokohama” is a relatively stationary word. The most relevant class #baystars, referring to the baseball team that has its home ground in Yokohama, does not change (Fig. 3b).
In summary, the statistical properties of tweet topics change at different rates for different words. Conventional instance weighting and selection methods cannot handle these differ- ences.

Kết quả (Việt) 1:

Hình 3 cho thấy (a) số giờ tweets có chứa "chạy về nhà" và (b) số hàng ngày của tweets có chứa "yokohama" từ tập hợp dữ liệu NPB. "Chạy về nhà" là một burstytừ từ các lớp học có liên quan thay đổi nhanh chóng. Ví dụ, một cầu thủ của đội #chibalotte nhấn một chạy về nhà lúc 04 và xác suất từ "nhà-chạy" tăng đột nhiên (hình 3a). Mặt khác, "yokohama" là một từ tương đối cố định. Các lớp học có liên quan nhất #baystars, đề cập đến đội bóng chày có sân nhà của nó tại Yokohama, không thay đổi (hình 3b).Tóm lại, các thuộc tính thống kê của tweet chủ đề thay đổi mức giá khác nhau cho từ khác nhau. Thông thường các trường hợp nặng và lựa chọn phương pháp không thể xử lý những khác nhau-ences.

Kết quả (Việt) 2:

Sung. 3 chương trình (a) số giờ của tweets có chứa "home-run" và (b) số lượng hàng ngày của tweets có chứa "yokohama" từ tập dữ liệu NPB. "Home-run" là một bùng phát
từ kể từ khi lớp học có liên quan của nó thay đổi nhanh chóng. Ví dụ, một cầu thủ của đội #chibalotte trúng một ngôi nhà-chạy ở 4:00 và xác suất từ cho "home-run" tăng đột biến (Hình 3a.). Mặt khác, "yokohama" là một từ tương đối tĩnh. Các #baystars lớp phù hợp nhất, đề cập đến các đội bóng chày có mảnh đất của mình tại Yokohama, không thay đổi (Hình 3b.).
Tóm lại, thống kê tài sản của các chủ đề tweet thay đổi tại mức giá khác nhau cho các từ khác nhau. Ví dụ trọng và lựa chọn các phương pháp thông thường không thể xử lý những điểm khác biệt.