助力危机响应者从推文海量信息中甄别有价值内容
计算与语言
2023-03-24 v1
摘要
危机响应者越来越多地利用社交媒体、数据及其他数字信息源来构建对危机态势的情境理解，以设计有效的响应。然而，随着此类数据可用性的提高，从中识别相关信息的挑战也随之增加。本文提出了一种应对该问题的成功自动化方法。根据源自先前研究与危机响应专家的概念定义，对消息的信息性进行过滤。信息性消息被标注为可操作数据——例如，需要救助的人员、对救援行动的威胁、环境变化等。总计识别出八类可操作性。这两个组件——信息性与可操作性分类——被打包为一个公开可用的工具，称为 Emina（Emergent Informativeness and Actionability，涌现信息性与可操作性）。
引用
@article{arxiv.1801.09633,
title = {Helping Crisis Responders Find the Informative Needle in the Tweet Haystack},
author = {Leon Derczynski and Kenny Meesters and Kalina Bontcheva and Diana Maynard},
journal= {arXiv preprint arXiv:1801.09633},
year = {2023}
}