Human Language Technology MIT Lincoln Laboratory Lexington, MA 01740;
School of Computer Science Univ. of Mass. Amherst Amherst, MA 01003;
Human Language Technology MIT Lincoln Laboratory Lexington, MA 01740;
机译:“少即是多”:从Twitter用户配置文件中挖掘有用的功能,以在公共卫生领域中对Twitter用户进行分类
机译:阿拉伯语Twitter用户的分类:基于用户行为和兴趣的研究
机译:基于社交功能的企业电子邮件分类,无需检查电子邮件内容
机译:内容+ context =分类:检查社交交互和语言内容的角色在推特用户分类中
机译:在广播后世界中管理社交游戏:2012年伦敦奥运会期间对NBC和用户生成的奥运Twitter报道的定性内容分析。
机译:Pro-ana与Pro-recovery:社交媒体用户在Twitter和Tumblr上有关饮食失调交流的内容分析比较
机译:内容+背景=分类:在Twitter用户分类中检查社交互动和语言内容的作用*