面向韧性赋能极端事件勘察的文本分析
计算与语言
2021-02-15 v2 计算机与社会
摘要
自然灾害（如地震）后的灾损勘察对于理解建成环境的性能、加快恢复、增强韧性以及就当前和未来的灾害做出明智决策十分重要。本研究使用自然语言处理（NLP）通过自动化来提高自然灾害勘察的准确性和效率。该研究特别关注：（1）由太平洋地震工程研究中心（PEER）服务器托管的自动化数据（新闻和社交媒体）收集；（2）勘察报告的自动生成；（3）利用社交媒体提取灾后信息（如恢复时间）。所获得的结果对于在自然 hazard 勘察中进一步开发和更广泛地使用各种 NLP 方法令人鼓舞。
引用
@article{arxiv.2011.13087,
title = {Text Analytics for Resilience-Enabled Extreme Events Reconnaissance},
author = {Alicia Y. Tsai and Selim Gunay and Minjune Hwang and Pengyuan Zhai and Chenglong Li and Laurent El Ghaoui and Khalid M. Mosalam},
journal= {arXiv preprint arXiv:2011.13087},
year = {2021}
}
备注
Published at NeurIPS 2020 Workshop on Artificial Intelligence for Humanitarian Assistance and Disaster Response (AI+HADR 2020)