基于增量与密度时空聚类算法及支持向量机的菲律宾语灾害相关推文聚类用于需求评估
计算与语言
2021-08-22 v1 机器学习
摘要
社交媒体在人们获取信息与相互交流方面发挥了重要作用，它帮助人们在受灾等困境中表达自身需求。由于推文默认公开可访问，Twitter 是灾害时期最有用的社交媒体网站之一。基于此，本研究旨在评估菲律宾人在 Twitter 上于灾难期间表达的需求。我们收集数据并使用朴素贝叶斯分类器将其分类为灾害相关或无关。此后，使用增量聚类算法按灾害类型对灾害相关推文聚类，随后使用基于密度的时空聚类算法根据推文的位置与时间进行子聚类。最后，使用支持向量机将推文按表达的需求（如庇护、救援、救济、现金、祈祷及其他）分类。研究结果表明，增量聚类算法与基于密度的时空聚类算法分别以 47.20% 和 82.28% 的 F值分数完成推文聚类；朴素贝叶斯与支持向量机分别以平均 F值分数 97% 与平均准确率 77.57% 完成分类。
引用
@article{arxiv.2108.06853,
title = {Clustering Filipino Disaster-Related Tweets Using Incremental and Density-Based Spatiotemporal Algorithm with Support Vector Machines for Needs Assessment},
author = {Ocean M. Barba and Franz Arvin T. Calbay and Angelica Jane S. Francisco and Angel Luis D. Santos and Charmaine S. Ponay},
journal= {arXiv preprint arXiv:2108.06853},
year = {2021}
}