声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2223/N
国际刊号：1000-0054
发布日期:
作者：周帅帅, 朱恩昌, 高盛祥, 余正涛, 线岩团, 赵子霄, 陈霖
单位：1. 昆明理工大学 信息工程与自动化学院, 昆明 650500,2. 昆明理工大学 云南省人工智能重点实验室, 昆明 650500
关键词：社交媒体事件检测,低资源,联邦知识蒸馏,跨语言知识迁移
基金：国家自然科学基金联合基金重点项目(U23A20388),国家自然科学基金面上项目(62376111),国家自然科学基金地区项目(62266028),国家自然科学基金地区项目(62266027)
社交媒体事件检测是指从各类社交媒体的内容中挖掘热点事件。在实际情况中, 由于数据稀缺, 社交媒体事件检测在低资源的情况下表现较差。现有的方法主要是通过跨语言知识迁移等方式来缓解低资源问题, 但忽略了数据隐私问题。该文提出了基于联邦知识蒸馏的跨语言社交媒体事件检测方法FedEvent, 旨在将富资源客户端知识蒸馏到低资源客户端。该框架通过结合参数高效微调技术和三组对比损失, 实现非英文语义空间到英文语义空间的有效映射, 并采用联邦蒸馏策略, 在保障数据隐私的前提下实现知识的迁移。此外, 还设计了一套四阶段生命周期机制以适应增量场景。在真实数据集上进行实验证明了该框架的有效性。
来源：2025年第5期
《清华大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。