RingBDStack/SocialED

해결하는 문제

SocialED는 통합된 프레임워크의 부재로 인해 발생하는 소셜 이벤트 탐지 (SED) 모델의 배포 및 평가 문제를 해결합니다. 수많은 알고리즘과 데이터셋을 통합한 표준화된 Python 툴킷을 제공하여, Twitter나 Facebook과 같은 소셜 미디어 플랫폼에서 자연재해나 바이럴 현상과 같은 실제 이벤트를 식별하고 분석하는 과정을 간소화합니다.

작동 방식

PyTorch와 DGL을 기반으로 구축된 이 라이브러리는 4가지 주요 단계로 구성된 통합 API를 구현합니다.

1. Preprocess: 그래프 구성 및 토큰화를 처리합니다.
2. Fit: 탐지 알고리즘을 학습시키고 모델 파라미터를 조정합니다.
3. Detection: 학습된 모델을 사용하여 입력 데이터에서 이벤트를 식별합니다.
4. Evaluate: 정밀도, 재현율, F1-score와 같은 지표를 사용하여 성능을 측정합니다.

대상 사용자

자연어 처리 (NLP) 및 소셜 미디어 분석 분야의 AI 연구원 및 실무자를 위해 설계되었습니다. 다양한 SED 알고리즘을 벤치마킹하거나 위기 관리, 여론 모니터링, 가짜 뉴스 탐지와 같은 애플리케이션에 배포하기 위해 일관된 플랫폼이 필요한 사용자에게 적합합니다.

주요 특징

• 광범위한 알고리즘 라이브러리: 고전적인 방법 (LDA, Word2Vec)부터 고급 GNN (KPGNN, QSGNN) 및 PLM (BERT, SBERT)에 이르기까지 19개의 탐지 알고리즘을 포함합니다.
• 다양한 데이터셋 지원: 여러 언어(영어, 프랑스어, 아랍어)와 시나리오(일반 이벤트, 재난 상황)를 아우르는 15개의 데이터셋을 통합합니다.
• 유연한 아키텍처: 모듈식 구성 요소와 일관된 인터페이스를 제공하여 모델 간의 원활한 통합을 지원합니다.
• 하드웨어 지원: 고성능 학습 및 추론을 위해 CPU와 GPU를 모두 지원합니다.