Weakly supervised profile extraction from twitter

从twitter 中提取用户信息的论文

第一遍阅读

1.1 论文类型

  这篇论文的应用性很强

1.2 论文领域

  1. weakly supervised learning利用ground truth information作为监督学习的标签。这种做法能够避免对大量标注数据的需求。

  2. relation extraction从文本中提取三元关系。例如employ(person a,person b)等等。

1.3 假设正确性讨论

  1.社交网络属性：拥有相似兴趣爱好或者背景的人容易成为朋友。

  2.文本特征：twitter 的文本中包含这关于人物属性的一些内容。

1.4 主要贡献

  1.将人物属性提取从一元属性（unary property）扩展到多元属性，并且将问题顺势从分类问题转化成了关系提取的问题。

  2.结合社交网络和文本特征两大特征进行预测。

  3.对于任意一个待确定的人物属性（spouse,education,job）都至少有一条twitter 能够体现出来。（黑人问号脸？？？？）

---

第二遍阅读

第二遍阅读关注论文模型

  这是一篇写于2014年的论文，很明显采用的是机器学习的方法，用的是基于概率的学习思路。一言以蔽之，就是求联合概率分布，用极大似然估计进行参数估计。文章利用了两部分的数据：twitter的文本特征和社交网络的网络特征。从这两个数据中提取出相应的特征，然后根据做出的假设（这里没啥假设，就是线性求和）计算能量函数，最后利用能量函数构造概率表达式。

极大似然估计

  值得一提的是，由于现实中社交网络数据并不一定容易获取，所以在模型训练好之后进行预测的阶段需要分情况讨论，如果是有社交网络的数据那自不必说，直接预测即可；如果没有，就只根据文本特征先预测，然后利用残存的社交网络信息进行迭代微调，直到收敛为止。

第三遍阅读

3.1 数据准备

3.2 评价标准

3.3 Baseline

3.4 实验结果

---

总结和收获