面向灾后救援的微博检索：神经IR模型的应用与比较
信息检索
2017-07-20 v1
摘要
Twitter和微博等微博客网站已成为包括社会政治事件、紧急事件等在内的进行中事件的实时信息重要来源。例如，在紧急事件（如地震、洪水、恐怖袭击）期间，微博客网站对于实时收集态势信息非常有用。在此类事件期间，通常只有一小部分发布的微博（推文）与信息需求相关。因此，有必要设计有效的方法来开展微博检索，以便从大型文档（推文）集合中自动提取相关推文。在本工作中，我们应用并比较了多种基于神经网络的IR模型用于特定应用的微博检索，具体如下。在灾难情境中，协调灾后救援行动的主要且实际的挑战之一是了解灾区需要哪些资源以及有哪些资源可用。因此，在本研究中，我们专注于提取这两类特定的微博或推文，即需求推文（need tweets）与可用推文（avail tweets），前者指定义人们某些需求的推文，后者指为人们提供某些解决方案或援助的推文。
引用
@article{arxiv.1707.06112,
title = {Microblog Retrieval for Post-Disaster Relief: Applying and Comparing Neural IR Models},
author = {Prannay Khosla and Moumita Basu and Kripabandhu Ghosh and Saptarshi Ghosh},
journal= {arXiv preprint arXiv:1707.06112},
year = {2017}
}
备注
8 pages, 7 figures; SIGIR 2017 Workshop on Neural Information Retrieval (Neu-IR'17) August 07--11, 2017, Shinjuku, Tokyo, Japan