面向突发事件识别与分类的多模态数据集构建研究

• 作者： 张一帆 ¹ 陈祖琴 ¹ 葛继科 ¹ 何明坤 ¹ 谭杰 ¹
• 作者单位：
  1.  重庆科技大学计算机科学与工程学院
• 发布时间：2025-03-25

摘要: [目的/意义]丰富的互联网数据为洞悉突发事件提供了多维视角，基于多模态的突发事件分类方法也因此油然而生，然而现有突发事件多模态数据集不仅稀缺，而且类别不够多样，对相关研究支撑力度不够，很大程度上影响着后续研究的进展。[方法/过程]构建一个基于多模态信息的突发事件数据集（MEED)，包含事故灾难、公共卫生、社会安全、自然灾害和非突发事件5个类别的数据，并将自然灾害数据划分为地质灾害、生物灾害、十旱灾害、海洋灾害、气象灾害、地震灾害和森林草原火灾7个子类别。［结果/结论]利用现有的突发事件分类方法在突发事件公开数据集和MEED上进行分析和验证，结果表明，相较于目前公升的突发事件数据集，MED有助于多模态模型性能提升10%以上。

• 分类： 信息资源管理 >> 情报学
• 稿件状态： 已在期刊出版
期刊名称： 《农业图书情报学报》 2024年 第10期
• 引用： PSSXiv:202503.02488 (或此版本 PSSXiv:202503.02488V1)
  DOI:10.12451/202503.02488
  CSTR:32012.36.PSSXiv.202503.02488
• 推荐引用方式： 张一帆,陈祖琴,葛继科,何明坤,谭杰.面向突发事件识别与分类的多模态数据集构建研究.农业图书情报学报,2024(10).[PSSXiv:202503.02488V1] (点此复制)