[论文解读] A Twitter Tale of Three Hurricanes: Harvey, Irma, and Maria

Firoj Alam, Ferda Ofli+2 more|arXiv (Cornell University)|May 14, 2018

Public Relations and Crisis Communication参考文献 34被引用 39

一句话总结

本文利用自然语言处理（NLP）与计算机视觉技术，对哈维、伊玛和玛丽亚飓风期间的Twitter数据进行多维度分析，提取可用于危机管理的可操作洞察。研究结果表明，社交媒体包含丰富的实时文本与图像信息，机器学习模型能有效将内容分类至人道主义类别，并揭示公众情绪与灾害严重程度的动态变化。

ABSTRACT

People increasingly use microblogging platforms such as Twitter during natural disasters and emergencies. Research studies have revealed the usefulness of the data available on Twitter for several disaster response tasks. However, making sense of social media data is a challenging task due to several reasons such as limitations of available tools to analyze high-volume and high-velocity data streams. This work presents an extensive multidimensional analysis of textual and multimedia content from millions of tweets shared on Twitter during the three disaster events. Specifically, we employ various Artificial Intelligence techniques from Natural Language Processing and Computer Vision fields, which exploit different machine learning algorithms to process the data generated during the disaster events. Our study reveals the distributions of various types of useful information that can inform crisis managers and responders as well as facilitate the development of future automated systems for disaster management.

研究动机与目标

• 理解重大飓风事件期间Twitter上文本与多媒体内容的分布与实用性，以支持危机响应。
• 通过应用人工智能技术，从非结构化的社交媒体流中提取结构化、可操作的数据，以应对实时灾难响应中的信息过载挑战。
• 为救援组织和应急响应人员提供关于灾害影响、需求与公众情绪的及时、分类信息。
• 通过展示先进人工智能方法在真实世界灾难数据上的有效性，推动自动化危机管理系统的进步。
• 公开发布收集到的Twitter数据与工具，供危机信息学领域的研究与开发使用。

提出的方法

• 采用监督式文本分类与命名实体识别（NER）技术，将推文分类至人道主义响应类别，如灾害损毁、避难所与疏散信息。
• 应用主题建模（LDA）以识别并追踪灾害期间每日讨论的主题与话题演变。
• 使用情感分析监测在三个飓风期间公众情绪与认知的随时间变化。
• 实施计算机视觉模型，将图像内容分类为损毁严重程度等级（轻微、严重、无损毁），并辅以视觉证据支持文本声明。
• 结合文本与图像的多模态分析，评估信息质量与相关性的一致性与互补性。
• 发布了一个包含推文ID的数据集及一个通过Twitter API实现完整内容检索的工具，托管于CrisisNLP1仓库。

实验结果

研究问题

• RQ1 在重大飓风事件期间，Twitter上公众情绪与讨论主题如何随时间演变？
• RQ2 灾难期间，社交媒体上最常分享的人道主义信息类型（如损毁、避难所、疏散）有哪些？
• RQ3 多模态人工智能技术在从文本与图像中检测和分类灾害相关内容方面效果如何？
• RQ4 Twitter上的文本与视觉内容在多大程度上提供了关于灾害影响的互补或矛盾信息？
• RQ5 如何通过人工智能驱动的社交媒体数据分析支持危机响应人员与应急管理人员的实时决策？

主要发现

• 在哈维、伊玛和玛丽亚飓风期间，Twitter的文本与图像数据中包含大量可操作的、与危机相关的信息，包括损毁报告、疏散通知与避难所状况。
• 情感分析显示公众情绪出现显著变化，尤其在飓风伊玛期间，高峰期出现焦虑与痛苦情绪上升。
• 主题建模识别出讨论主题的演变，如登陆前的预警与疏散规划，随后转为灾后恢复与基础设施损毁讨论。
• 图像分类结果显示，飓风玛丽亚产生的严重损毁内容比例最高，其次为伊玛，而哈维的损毁相关图像最少。
• 多模态分析表明，图像通常比文本提供更可靠、更详细的损毁评估，约30–40%的仅含图像的推文包含文本中未提及的关键损毁信息。
• 作者发布的数据集与工具支持可复现的研究，并推动未来自动化危机响应系统的发展。