识别基于 Twitter 的公民频道中自然灾害情境下的相关信息
社会与信息网络
2015-03-20 v1
摘要
近年来，在线社交网络（尤其是 Twitter）已成为自然灾害期间传统媒体之外的重要替代信息渠道，但海量且多样的消息给终端用户带来了信息过载的挑战。本研究的目标是开发一种自动推文分类器，用于支持移动应用程序，从而降低公民在自然灾害期间获取相关信息的难度。本文详细阐述了构建分类器以过滤与地震相关及不相关推文的过程。利用 2010 年智利地震的数据集，我们首先构建并验证了真值（ground truth），随后通过详细展示类别不平衡和降维对 5 种分类器的影响做出了贡献。我们展示了这些变量的如何影响模型性能，并为构建此类系统提供了重要的考量因素。
引用
@article{arxiv.1503.05784,
title = {Identifying Relevant Messages in a Twitter-based Citizen Channel for Natural Disaster Situations},
author = {Alfredo Cobo and Denis Parra and Jaime Navón},
journal= {arXiv preprint arXiv:1503.05784},
year = {2015}
}