|
ИСТИНА |
Войти в систему Регистрация |
ФНКЦ РР |
||
Создание автоматического отчета о футбольном матче по сообщениям социальных медиадипломная работа (Бакалавр)
- Научный руководитель: Добров Б.В.
- Автор: Деб Натх Денис
- Тип: Бакалавр
- Организация, в которой проходила защита: МГУ имени М.В. Ломоносова
- Год защиты: 2017
- Аннотация: Рассматривается задача формирования отчета о футбольном матче на основе сообщений социальных сетей. Такая задача сама по себе является интересной, так как есть достаточно востребованный жанр текстовых трансляций о спортивных событиях. Но при постановке задачи данная задача рассматривается, прежде всего, как модельная для решения актуальной задачи составления отчета по материалам социальных сетей о значимых социальных и политических событиях, что актуально в условиях «запаздывания» традиционных медиа. Примерами таких событий являются различного рода катаклизмы, чрезвычайные происшествия. Были выбраны развивающиеся спортивные события, так как они похожи в том, что наблюдаются одновременно большим количеством очевидцев, имеют аналогичную структуру – как последовательность значимых событий, которые желательно автоматически определять. Также имеется сходство в том, что некоторые события могут освещаться с разных конфликтующих сторон. Формально задача формулируется как построение обзорного реферата по специфическим коротким документам – сообщениям социальных сетей. При этом имеется возможность подбора параметров на основе сопоставления с (возможно зашумленными и противоречивыми) эталонными аннотациями, в качестве которых можно брать текстовые трансляции, публикуемыми редакторами профессиональных сайтов, пишущих о спорте. Было разработано программное обеспечение, собирающее текстовые коллекции как сообщений социальных сетей, так и текстовых трансляций. Непосредственно в работе эксперименты проводились на материале футбольных матчей UEFA EURO 2016 (более 50 матчей, около 5 миллионов англоязычных и около 400 тысяч русскоязычных сообщений, для каждого матча рассматривались материалы нескольких текстовых трансляций). При аннотировании использовались методы на основе LexRank, TextRank, doc2vec. Оценка производилась по разным модификациям метрик ROUGE-1, ROUGE-2, а также полноты. Сравнение разных методов показывает, что лучшие результаты по метрикам ROUGE были получены при использовании современного метода doc2vec.
- Добавил в систему: Добров Борис Викторович