利用自然语言处理从社交网络文本中高精度提取位置信息
人工智能
2023-09-01 v1
摘要
恐怖主义已成为世界性瘟疫，对各国发展造成严重后果。除了每日杀害无辜民众、阻碍教育活动开展之外，恐怖主义还阻碍经济增长。机器学习(ML)与自然语言处理(NLP)若有准确数据可用，便能通过实时预测未来恐怖袭击来助力打击恐怖主义。本文是一项研究项目的一部分，该项目利用社交网络文本提取必要信息以构建用于恐怖袭击预测的恰当数据集。我们收集了 3000 条关于布基纳法索恐怖主义的社交网络文本，并使用子集对现有 NLP 方案进行实验。实验表明，现有方案在位置识别上准确率低下，而我们的方案解决了该问题。我们将扩展该方案以提取日期与行动信息，从而实现项目目标。
引用
@article{arxiv.2308.16615,
title = {High Accuracy Location Information Extraction from Social Network Texts Using Natural Language Processing},
author = {Lossan Bonde and Severin Dembele},
journal= {arXiv preprint arXiv:2308.16615},
year = {2023}
}