吴新华，栾翠菊

(上海海事大学 信息工程学院,上海 201306)

基于微博文本分类的突发地震事件检测方法

吴新华，栾翠菊

(上海海事大学 信息工程学院,上海 201306)

事件检测是文本挖掘的一个重要研究方向，以微博文本的突发地震事件检测为例做了深入研究。首先分别运用三种经典的分类算法来实现突发地震事件检测，将检测结果进行比较，选择出一种最优的分类算法和最适合的特征数。在此基础上提出关键词过滤和时间关系识别的方法将错分的实例进行再分类来提高检测结果。实验表明该方法的检测结果与仅采用经典分类算法相比F1值提高了5.3%。

事件检测；文本分类；关键字过滤；时间关系识别关键词

0 引言

地震会造成严重的经济损失和人员伤亡，对人类生命财产安全有着极大的威胁。中国是一个地震灾害严重的国家，提高应对突发地震灾害的能力成为当务之急，而震后快速准确地检测灾情信息是地震应急工作的关键。通常地震发生后，在震区的民众希望可以第一时间得到灾情信息。由于互联网的快速发展，微博等社交媒体平台在舆情分析、观点挖掘突发事件检测等领域起到了重要作用，已成为灾害信息管理过程中的重要信息来源和沟通媒介。由于微博广泛的公众参与性和实时性，在震后灾情提取中表现出良好的应用前景。鉴于此，通过新浪微博平台，利用文本挖掘技术，研究一种高效的地震事件检测方法，将有效提高对地震灾害的应急管理能力。……