检测推文中的危险

Question

寻找关于决定推文（字符串，真的）是否传达危险情绪的主题的API，方法，研究等。

例如：

• 危险：＆＃34;街对面的房子着火了！

• 没有危险：＆＃34;这个女孩着火了！喜欢这首歌＆＃34;

Answer 1

关于检测危险的特定问题的研究很少，但是有一些研究论文描述了检测自然灾害的方法。你的例子让人联想到其中一个的标题：Finding Fires with Twitter。您可能觉得有用的另一项研究是Emergency Situation Awareness: Twitter Case Studies。

然而，一般而言，解决此类问题的最佳方法是通过监督分类，非常类似于情感分析（或者更确切地说，因为有更复杂的机器学习范例，如Deep Learning如今）完成了。

本质上是将文档（在您的情况下，推文）标记为“危险”和“非危险”。这种标签由人类专家完成。理想情况下，他们应该精通语言和领域。因此，使用知道Twitter俗语的母语为英语的人将是完成此任务的完美注释者。

一旦标记了足够数量的文档，通常通过创建n-gram单词向量作为特征向量并运行SVM来实现基线（即基本方法）。如果您不了解机器学习细节，请在此之前阅读它们。