一条帖子可能提到暴雨,另一条才报告道路中断。STAGE 研究尝试在分散的社交媒体帖子之间识别可能存在因果关系的事件,并将地点、时间和文本内容一起纳入判断。
团队使用人工标注的加州野火和飓风哈维样本,与 15 种基线做比较。相较只使用单条帖子内部的监督信号,加入跨帖子训练信号后,精确率-召回率曲线下面积分别提高 0.340 和 0.107。
模型在两组数据上的域内 AUROC 分别为 0.885 和 0.710。把一种灾害上学到的关系用于另一种灾害时,两个方向表现不同,因此相关线索仍需结合具体事件核实。
配图为 GETAI 原创 AI 主题插画。
