跳转到正文

GETAI EDITORIAL DISPATCH新闻报道

STAGE 跨帖子关联灾害报告,在野火和飓风数据上出现迁移差异

在两组灾害数据中,跨帖子训练提高了识别表现,跨灾种使用仍受限制。

返回资讯研究arXiv作者 · GETAI.APP查看原文

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。

GETAI 原创主题插画

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。

原始来源 · 核对材料

配图为 GETAI 原创 AI 主题插画。