社交媒體數(shù)據(jù)中水災(zāi)事件求助信息提取模型

摘要： 由于社交媒體平臺上所發(fā)布的非結(jié)構(gòu)化信息存在數(shù)據(jù)不一致、重要程度不同等問題，使自動準(zhǔn)確抽取所需信息并標(biāo)注受災(zāi)級別成為一個有挑戰(zhàn)性的工作。因此，結(jié)合形式概念分析（FCA）、詞共現(xiàn)關(guān)系和上下文語義信息構(gòu)建了水災(zāi)事件知識體系。利用所構(gòu)建的知識體系，基于TencentPretrain框架對大規(guī)模語言預(yù)訓(xùn)練模型（LLM）進(jìn)行指令微調(diào)，構(gòu)建了ChatFlowFlood信息抽取模型，可以在少量...