EnrichEvent：利用上下文信息丰富社交数据以抽取新兴事件

社交平台已成为传播信息与讨论社会事件的关键平台，为研究人员设计和实现新颖的事件检测框架提供了绝佳机会。识别未指定事件并在无先验知识的情况下检测事件，使政府、援助机构和专家能够通过评估严重性和优化援助投放，对自然灾害等正在展开的情况做出迅速有效的响应。社交数据具有拼写错误、不完整、词义歧义和非规范语言的特征。在讨论进行中的事件时，用户基于其先前经验、背景和知识分享不同意见与视角。已有工作主要利用推文的词汇与结构模式来捕捉用户对事件的意见和看法。在本研究中，我们提出一个端到端的新型框架 EnrichEvent，从流式社交数据中识别未指定事件。除词汇与结构模式外，我们利用推文的上下文知识来丰富其表示，并更好地把握用户对事件的看法。与基线相比，EnrichEvent 框架在整合结果(Consolidation outcome)上取得最高值，平均 87% 对 67%，在区分结果(Discrimination outcome)上取得最低值，平均 10% 对 16%。此外，EnrichEvent 框架中的趋势数据抽取模块通过识别并丢弃消息块中的无关推文，将运行时间(Runtime)最多减少 50%，从而提升效率，使框架在处理流式数据时具有高度可扩展性。我们的源代码与数据集可在官方复现包中获取。