基于BERT遷移學習模型的地震災害社交媒體信息分類研究
武漢大學學報(信息科學版)
頁數: 11 2022-09-05
摘要: 社交媒體數據具有現勢性高、傳播快、信息豐富、成本低、數據量大等優(yōu)點,已經成為分析突發(fā)災害事件的重要信息源,但社交媒體數據也存在質量各異、冗余而又不完整、覆蓋不均勻、缺少統(tǒng)一規(guī)范、隱私與安全難以控制等缺點。為了利用社交媒體數據為災害應急響應提供精準化依據,需要能夠甄別社交媒體內容并進行有效分類的先進技術。利用基于變換器的雙向編碼表征進行遷移學習,建立文本分類模型,對地震災害事件后... (共11頁)