震后快速确定地震影响场的分布对地震应急救援工作部署具有非常重要的意义.近年来信息技术的快速发展,微博新闻评论等信息随着地震发生海量增长,也包括很多灾情位置信息,为快速绘制地震影响场提供了可能.但是以上信息存在震感信息量较少、位置信息不精确、文本篇幅短、表述口语化、语义模糊等问题.为了解决以上问题,首先采用震感信息关键词在爬取微博数据时进行筛选,并使用二分类算法提取震感信息.然后采取命名实体识别技术,将震感信息中的地理位置信息进行精准识别.最后选用CNN算法对短文本数据进行分析,使用BIGRU算法解决表述口语化的问题,采用ALBERT模型对语义模糊的文本进行分析,提出一种ALBERT+BIGRU+CNN短文本分类模型,充分提取震感信息的语义特征,结合《中国地震烈度表》作为分类标准,快速准确获取地震影响场数据,并采用Vue+SpringBoot技术构建可视化平台将其绘制到三维地图中,为震后应急救援提供辅助参考.
万方数据
维普
