基于微博文本分类的突发地震事件检测方法

• 作者: 吴新华 栾翠菊
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 事件检测 文本分类 关键字过滤 时间关系识别关键词
• 年，卷（期）: 2017,（19）
• 所属期刊栏目: 人工智能
• 页码范围: 58-61,65
• 页数: 5页
• 分类号: TP18
• 字数: 3902字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2017.19.017

摘要

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%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	栾翠菊	上海海事大学信息工程学院	20	42	5.0	6.0
2	吴新华	上海海事大学信息工程学院	1	0	0.0	0.0