基于BERT迁移学习模型的地震灾害社交媒体信息分类研究

摘要： 社交媒体数据具有现势性高、传播快、信息丰富、成本低、数据量大等优点，已经成为分析突发灾害事件的重要信息源，但社交媒体数据也存在质量各异、冗余而又不完整、覆盖不均匀、缺少统一规范、隐私与安全难以控制等缺点。为了利用社交媒体数据为灾害应急响应提供精准化依据，需要能够甄别社交媒体内容并进行有效分类的先进技术。利用基于变换器的双向编码表征进行迁移学习，建立文本分类模型，对地震灾害事件后... （共11页）