life event identification using semantic and syntactic graph

很久没有看论文了，今天看一下“life event identification using semantic and syntactic graph”。

 

问题：generate brief automated biographies for the users based on their generated content

困难： amount，mention a life event or just same theme

方法：uni-gram - 分类效果不错，但是不能识别文本是提到生活事件或是描述生活（没有足够的语义信息）

  semantic and syntactic graph - 文本（wordnet，conceptnet）和语法结构（dependency parsing）——》frequent pattern mining，extract feature -> classifiers

 

过程：expands a Twitter post into both a syntactic and semantic graph；mined for frequent sub patterns；classifier,

 

描述：description，semantic-> classify theme ; syntactic -> post in the past or not 

  semantic -> conceptNet and word Net

  syntactic -> dependency and tokens graph

  frequent pattern -> CloseGraph

 

Experiment: 

classifier：LibLinear

feature reduction：Weka

feature combine：N-Grams, Entities, Topics, Syntactic, Semantic ConceptNet, and Semantic WordNet),

 

presented a new approach for the problem of life event detection that focusses on five major life

events identified

 

总结，这篇文章并不是很有开创性，但是解决的问题的思路和方法还是很有可取，同时考虑了语义和语法（这是常见套路？），解题思路上都用的常规的方法（所以导致没法发表的太好，没有科学问题？？？？），对比实验很多，结果也可以，但是仅仅作为分类器，分类的类别仅有5大类，语义分析还是不足的。