Extraheren van bruikbare informatie uit microteksten

Omslag, Extracting actionable information from microtexts, Ali Hürriyetoglu
© CBS
Proefschrift over het extraheren van bruikbare inzichten uit microteksten, zoals tweets, door het gebruik van semi-geautomatiseerde methoden die machine learning en regelgebaseerde technieken integreren, met een speciale nadruk op menselijke interventie om het proces te verbeteren.

Dit proefschrift richt zich op het extraheren van bruikbare informatie uit microteksten, zoals tweets, door het ontwikkelen van semi-geautomatiseerde methoden die machine learning en regelgebaseerde technieken combineren.

Drie belangrijke bijdragen zijn: het voorspellen van het tijdstip van een gebeurtenis, het vergemakkelijken van de definitie van relevantie voor analisten, en het integreren van machinaal leren met informatieclassificatie om microteksten te classificeren. Het werk benadrukt de rol van menselijke interventie om de effectiviteit van geautomatiseerde systemen te verbeteren, vooral in rampenscenario’s.

Hürriyetoğlu, A. (2019). Extracting actionable information from microtexts. Dissertation, Radboud University Nijmegen, handle:2066/204517.