首页 资讯正文

人工智能深度学习与社交网络分析如何帮助管理极端天气事件?

woniu 资讯 2021-01-25 16:37:43 8200 0 深度学习人工智能智能
人工智能深度学习与社交网络分析如何帮助管理极端天气事件?

人工智能深度学习与社交网络分析(SNA)相结合,能否成为极端天气事件管理及发布的有用工具?

近日,麦吉尔大学跨学科的研究团队在这一领域取得最新进展。研究人员发现,通过使用降噪机制,可以从社交媒体过滤有价值的信息,从而更好地评估问题点以及评估用户对极端天气事件的反应。该研究结果发表在《突发事件与危机管理》杂志上。

该团队的研究基于2019年3月美国内布拉斯加州洪水的推特数据,那场洪水造成了超过10亿美元的损失和居民的大规模疏散。总共有超过1200条推文被分析和分类。社交网络分析可以确定人们在极端天气事件中从何处获得信息。深度学习可以通过将数千条推文分类为固定类别,让人们更好地理解这些信息的内容。研究人员随后还引入了一个双层深度学习分类模型,这是首次将这些方法整合起来,对危机管理者产生作用。

该研究强调了一些关于使用社交媒体分析的问题,值得注意的是,特别是它没有注意到事件的背景远远超出了CrisisNLP等标记数据集的预期,缺乏一种通用语言来对危机管理相关术语进行分类。

研究人员的初步探索还发现“名人效应”显著。例如:流行歌手贾斯汀•汀布莱克的一条微博被大量用户分享, 但事实证明,这条推特对危机管理者没有用处。研究结果告诉我们,不同类型的事件所包含的信息是不同的,这与人们认为有统一语言来对危机管理进行分类的想法相反。这就限制了研究人员仅能在少数事件类型上使用标记数据集,因为搜索词可能会随着事件的不同而发生变化。

公众提供的大量有关天气的社交媒体数据表明,它可以在暴风雪、洪水和冰暴等危机中提供关键信息。研究人员目前正在探索将这一模型应用于不同类型的天气危机,并通过将这些方法与其他方法相结合来解决现有监督方法的缺点。

声明:本文版权归原作者所有,转载请注明出处,请勿转至外网或用于商业用途。

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。

本文链接:https://www.chinaai.com/zixun/5990.html

发表评论

评论列表(0人评论 , 8200人围观)
☹还没有评论,来说两句吧...