地震应急工作中及时获取各类地震应急处置信息并直观展示,对震后抗震救援工作十分关键.随着信息技术的快速发展,震后网络资源中的各类灾害信息会随着时间变化呈现几何式增长且动态变化,但由于以上处置信息具有文本较长、语义内容繁杂散乱等特点,传统事件信息抽取方法在复杂长距离文本中的多类型事件抽取中容易出现嵌套实体和上下文语义复杂不明确的问题,从而影响到整体事件论元抽取的准确性.针对以上问题,采用基于Python的Selenium自动化技术+APScheduler定时模块进行数据多时段获取自动化获取,以近 10 年的历史灾情信息构建灾情信息语料库,并构建基于机器阅读理解框架,结合BiGRU 网络的多轮问答式地震应急处置灾情信息抽取模型,对各类地震应急处置事件进行论元抽取.为了方便展示,基于WEBGL技术+VUE+PHP技术开发了地震应急处置灾情信息平台,在2023年多次地震的应用中,所提出的平台模型计算快速准确,为震后应急救援工作提供信息辅助.
万方数据
维普
