TY - A2的他,非盟-阿里,Daler AU -米森,马利克穆罕默德Saad盟——Husnain Mujtaba PY - 2021 DA - 2021/01/13 TI -多级活动从文本分类SP - 6660651六世- 2021 AB -社交媒体已经成为最受欢迎的信息来源之一。人们在多语言环境中相互交流，分享他们的想法，评论全球问题和事件。虽然社交媒体已经流行了好几年，但最近，由于当地语言在网络上越来越受欢迎，其在线数据量呈指数级增长。这使得NLP社区的研究人员可以在克服这些语言带来的挑战的同时，利用不同语言的丰富性。乌尔都语也是社交媒体上使用最多的当地语言之一。在本文中，我们提出了第一个乌尔都语文本的事件检测方法。多类事件分类是通过流行的深度学习(DL)模型进行的，即卷积神经网络(CNN)，递归神经网络(RNN)和深度神经网络(DNN)。采用单热编码、词嵌入和词频逆文档频率(TF-IDF-)特征向量对深度学习模型进行评价。用于实验工作的数据集包含超过15万个(103965)标记句子。DNN分类器在乌尔都语文本中提取和分类事件的准确率达到了84%。 SN - 1058-9244 UR - https://doi.org/10.1155/2021/6660651 DO - 10.1155/2021/6660651 JF - Scientific Programming PB - Hindawi KW - ER -