RweetMiner:灾难期间推特上求助请求的自动识别与分类
计算与语言
2023-03-07 v1 人工智能
摘要
灾难性事件给人道主义组织定位和援助受灾群众带来了不确定情形。许多人在灾难期间转向社交媒体以请求帮助和/或向他人提供救援。然而,大多数寻求帮助的社交媒体帖子因往往含有噪声且形式不规范,而无法被妥善检测并始终隐藏。现有系统缺乏规划有效的推文预处理策略及把握推文语境的方案。本研究首先正式定义了社交网站语境下的请求推文(下文称 rweet)及其不同主要类型与子类型。我们的主要贡献在于 rweet 的识别与分类。对于 rweet 识别,我们采用基于规则与逻辑回归两种方法,并展示了其高精度与 F1 分数。将 rweet 分类为医疗、食物和庇护所等子类型时,使用逻辑回归展现出 promising 结果并优于现有工作。最后,我们引入一种存储中间数据的架构以加速机器学习分类器的开发过程。
引用
@article{arxiv.2303.02399,
title = {RweetMiner: Automatic identification and categorization of help requests on twitter during disasters},
author = {Irfan Ullah and Sharifullah Khan and Muhammad Imran and Young-Koo Lee},
journal= {arXiv preprint arXiv:2303.02399},
year = {2023}
}