危机期间态势与话题信息摘要生成
社会与信息网络
2016-10-06 v1 计算与语言
摘要
在危机期间使用 Twitter 等微博平台已变得十分普遍。更重要的是，受影响人群传播的信息包含有用的内容，如失踪和寻获人员的报告、紧急需求请求等。为了快速响应危机，人道主义组织寻求态势感知信息，以了解和评估危机的严重性。在本文中，我们提出了一个新颖的框架：(i) 生成对态势感知有用的抽象式摘要，以及 (ii) 捕获子话题并为每个话题呈现一个简短的信息性摘要。摘要的生成采用两阶段框架：首先通过基于整数线性规划（ILP）的优化技术从整个信息集中提取一组重要推文，然后采用基于词图和概念事件的抽象式摘要技术生成最终摘要。所有任务获得的高准确率表明了所提出框架的有效性。
引用
@article{arxiv.1610.01561,
title = {Summarizing Situational and Topical Information During Crises},
author = {Koustav Rudra and Siddhartha Banerjee and Niloy Ganguly and Pawan Goyal and Muhammad Imran and Prasenjit Mitra},
journal= {arXiv preprint arXiv:1610.01561},
year = {2016}
}
备注
7 pages, 9 figures, Accepted in The 4th International Workshop on Social Web for Disaster Management (SWDM'16) will be co-located with CIKM 2016