利用领域无关与领域特定词嵌入集成分类灾害期间相关社交媒体帖子

近年来，将社交媒体作为通信手段的使用显著增加。在不同讨论主题上存在着大量信息流，并广泛分布于不同领域。信息共享的便捷性导致噪声数据与相关数据流一同增加。发现此类相关数据十分重要，尤其当我们处理如灾害这类时间紧迫的领域时。在实时环境下过滤相关数据以及时处理并利用信息进行决策支持也更为关键。然而，社交媒体数据的短文本及有时不合语法的特性，对提取可帮助区分相关与非相关信息的上下文线索提出了挑战。本文提出一种新颖方法，通过集成领域特定词嵌入与更通用的领域无关词嵌入的特征，来分类灾害事件期间相关的社交媒体帖子。为此，我们开发并评估了一个混合特征工程框架，利用词嵌入组合来整合多样的语义表示，从而高效分类相关社交媒体帖子。鉴于近年来社交媒体帖子的使用不断增长，所提出的分类框架的应用可有助于大规模过滤公开帖子。