一种在危机事件中检测和优先排序需求的实证方法
计算与语言
2020-12-21 v1 信息检索
社会与信息网络
摘要
在危机时期，识别基本需求是向受影响实体提供适当资源和服务的关键步骤。诸如 Twitter 等社交媒体平台包含大量关于公众需求的信息。然而，信息的稀疏性以及大量噪声内容给从业者有效识别这些平台上的共享信息带来了挑战。在本研究中，我们针对两个不同但相关的需求检测任务提出了两种新方法：1) 识别按优先级排序的所需资源列表，以及 2) 识别指定谁需要什么资源的句子。我们在一组关于 COVID-19 危机的推文上评估了我们的方法。对于任务 1（检测首要需求），我们将结果与两个给定的资源列表进行了比较，并达到了 64% 的准确率。对于任务 2（检测谁需要什么），我们在一组 1,000 条带注释的推文上对结果进行了比较，并达到了 68% 的 F1 分数。
引用
@article{arxiv.2006.01439,
title = {An Empirical Methodology for Detecting and Prioritizing Needs during Crisis Events},
author = {M. Janina Sarol and Ly Dinh and Rezvaneh Rezapour and Chieh-Li Chin and Pingjing Yang and Jana Diesner},
journal= {arXiv preprint arXiv:2006.01439},
year = {2020}
}