News Popularity Prediction Using Topic Modelling

2021

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.1109/sist50301.2021.9465884
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

The tasks of Natural Language Processing (hereinafter - NLP) are very topical today, in particular in the context of the application of machine learning and artificial intelligence models. In this work the approach allowing to carry out classification of texts with the minimal required manual markup is considered. The problem of prediction of resonance of news in the Kazakhstani media space where resonance is understood as abnormal interest of the public to the publication within the limits of a concrete information source is considered. The proposed model is implemented and tested within an informational system.