黄 晶，李梦晗，康晋乐，曹 阳，曾庆彬

(1.河海大学商学院，江苏 南京 211100； 2.丹阳市建设工程质量监督站，江苏 丹阳 212300；3.深圳市水务规划设计院股份有限公司，广东 深圳 528200)

随着气候变化与人类活动的双重影响，近年来我国自然灾害的发生频率和强度有所增大[1]。应急管理部发布的2019年全国自然灾害基本情况显示，2019年我国自然灾害以暴雨、台风、干旱、地震、地质灾害为主，共造成1.3亿人次受灾，直接经济损失达3 270.9亿元。暴雨是我国主要的气象灾害之一，在其发生、发展过程中，往往诱发一系列的次生、衍生灾害，有时比原生灾害的危害更大，不仅造成巨大的经济损失，也对人民群众生产生活带来不利影响。如暴雨灾害一般会引发积水内涝、雷击、电杆倒折、墙体倒塌等，进一步会导致人员伤亡，严重的城市交通瘫痪、大面积停水停电、房屋损毁等后果，直接影响了城市运行、居民生活和生产，造成了巨大的损失。尽管政府及有关部门已制定相关预案，实现灾前的紧急预警与灾害的损失评估，但却无法对灾情信息尤其是灾害带来的影响和后果进行即时监测与分析。因此，实时获取灾情详细信息尤其是灾害带来的影响和后果，对灾情的评判和应急救灾措施的部署有着重要的意义。随着互联网的普及，社交媒体作为新兴的灾害数据源已得到广泛应用，通过社交媒体反映暴雨灾情及其发展特征已经成为指导应急响应、救灾部署行之有效的手段之一[2]。

由于社交媒体中80%以上的信息是文本信息，大多数研究使用文本挖掘技术对灾害事件相关文本进行采集与识别，具体过程分为文本预处理、文本特征提取、分类模型构建等。……