| Summary: | Η εργασία αυτή επικεντρώνεται γύρω από την εξόρυξη γεγονότων από χρονικά δεδομένα με χρήση τεχνικών μηχανικής μάθησης και βελτιστοποίησης. Κάτω από το πλαίσιο του όρου ‘εξόρυξη διεργασιών’, η εργασία θα εστιαστεί στο πρόβλημα εντοπισμού και εξόρυξης γεγονότων από χρονικά δεδομένα κειμένου, τα οποία χαρακτηρίζονται ως θορυβώδη, μικρής έκτασης και από διαφορετικούς συγγραφείς. Το είδος των δεδομένων που επιλέχτηκε είναι δημοσιεύσεις από την πλατφόρμα Twitter και το πρόβλημα που αναλύεται είναι η αναγνώριση υπο-γεγονότων και η αυτόματη δημιουργία περίληψης. Παρουσιάζονται τρείς προσεγγίσεις επίλυσης του προβλήματος αυτού, μια με την μέθοδο εντοπισμού αιχμών, μια με την χρήση μοντέλου μίξης και μια με την χρήση κυρτής βελτιστοποίησης. Τέλος, γίνεται μια συγκριτική πειραματική ανάλυση των αποτελεσμάτων σε πραγματικό dataset.
|
|---|
