关于灾难推特数据中话题标签的识别
信息检索
2020-01-07 v1 计算与语言
机器学习
摘要
推文话题标签有潜力改善灾难事件期间的信息检索。然而，大量与灾难相关的推文没有任何用户提供的话题标签。此外，仅少数含可操作话题标签的推文对灾难响应有用。为推动推特数据灾难话题标签自动识别（或抽取）的进展，我们构建了一个独特的灾难相关推文数据集，标注了可用于过滤可操作信息的话题标签。利用该数据集，我们进一步在多头任务学习（Multi-Task Learning）框架下考察基于长短期记忆（Long Short Term Memory）的模型。表现最佳的模型取得了高达 92.22% 的 F1 分数。该数据集、代码及其他资源发布于 Github。
引用
@article{arxiv.2001.01323,
title = {On Identifying Hashtags in Disaster Twitter Data},
author = {Jishnu Ray Chowdhury and Cornelia Caragea and Doina Caragea},
journal= {arXiv preprint arXiv:2001.01323},
year = {2020}
}