지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- 대한전자공학회 IEIE Transactions on Smart Processing & Computing IEIE Transactions on Smart Processing & Computing Vol.12 No.6
- 발행연도
- 2023.12
- 수록면
- 526 - 534 (9page)
- DOI
- 10.5573/IEIESPC.2023.12.6.526
이용수
초록· 키워드
오류제보하기
Disasters have serious effects on people"s lives and buildings. Therefore, social media platforms, such as Twitter, have become more critical. They are crucial tools for responding to and managing disasters effectively. This study examined the effectiveness of various deep learning models, such as bidirectional encoder representations from transformers (BERT), gated recurrent units (GRU), and long short-term memory (LSTM) for classifying disaster-related tweets. Twitter data related to different disasters were collected using hashtags. The data were then cleaned, preprocessed, and manually annotated by a team. The annotated data were divided into training, validation, and testing sets. The data were used to train three models based on BERT, GRU, and LSTM for the categorical classification of disaster tweets. Finally, the three models were evaluated and compared using the test data. BERT achieved an accuracy of 96.2%, making it the most effective model. In contrast, the LSTM and GRU models achieved an accuracy of 93.2% and 88.4%, respectively. These findings underscore the potential effectiveness of deep learning models in classifying disaster-related tweets, offering insights that could enhance disaster management strategies, refine social media monitoring processes, bolster public safety, and provide directions for future research.
목차
Abstract
1. Introduction
2. Related Work
3. The Proposed Scheme
4. Results and Discussions
References
참고문헌 (12)
참고문헌 신청
Zou, Lei, Danqing Liao, Nina SN Lam, Michelle A. Meyer, Nasir G. Gharaibeh, Heng Cai, Bing Zhou, and Dongying Li. "Social media for emergency rescue: An analysis of rescue requests on Twitter during Hurricane Harvey." International Journal of Disaster Ris
Karimiziarani, Mohammadsepehr, Keighobad Jafarzadegan, Peyman Abbaszadeh, Wanyun Shao, and Hamid Moradkhani. "Hazard risk awareness and disaster management: Extracting the information content of twitter data." Sustainable Cities and Society 77 (2022): 103
Samuel, Jim, G. G. Md. Nawaz Ali, Md. Mokhlesur Rahman, Ek Esawi, and Yana Samuel. 2020. "COVID-19 Public Sentiment Insights and Machine Learning for Tweets Classification" Information 11, no. 6: 314. Article (CrossRefLink)
Piyush Jain, Sean C.P. Coogan, Sriram Ganapathi Subramanian, Mark Crowley, Steve Taylor, and Mike D. Flannigan. 2020. A review of machine learning applications in wildfire science and management. Environmental Reviews. 28(4): 478-505. Article (CrossRefLin
Cresci, S., Di Pietro, R., Petrocchi, M., Spognardi, A., Tesconi, M. (2016). The paradigm-shift of social spambots: Evidence, theories, and tools for the arms race. IEEE Communications Magazine, 54(3), 100-107. Article (CrossRefLink)
Karimiziarani, Mohammadsepehr, Keighobad Jafarzadegan, Peyman Abbaszadeh, Wanyun Shao, and Hamid Moradkhani. "Hazard risk awareness and disaster management: Extracting the information content of twitter data." Sustainable Cities and Society 77 (2022): 103
Samuel, Jim, G. G. Md. Nawaz Ali, Md. Mokhlesur Rahman, Ek Esawi, and Yana Samuel. 2020. "COVID-19 Public Sentiment Insights and Machine Learning for Tweets Classification" Information 11, no. 6: 314. Article (CrossRefLink)
Piyush Jain, Sean C.P. Coogan, Sriram Ganapathi Subramanian, Mark Crowley, Steve Taylor, and Mike D. Flannigan. 2020. A review of machine learning applications in wildfire science and management. Environmental Reviews. 28(4): 478-505. Article (CrossRefLin
Cresci, S., Di Pietro, R., Petrocchi, M., Spognardi, A., Tesconi, M. (2016). The paradigm-shift of social spambots: Evidence, theories, and tools for the arms race. IEEE Communications Magazine, 54(3), 100-107. Article (CrossRefLink)
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
BERT, LSTM과 GRU를 사용한 네트워크 이상 탐지 성능 비교
한국통신학회 학술대회논문집
2022 .02
-
LSTM-GRU 기반의 일사량 예측 모델 성능 평가
한국태양에너지학회 학술대회논문집
2022 .04
-
LSTM 과 GRU 를 활용한 프로그래밍 언어 예측
한국통신학회 학술대회논문집
2023 .02
-
소셜미디어 위험도기반 재난이슈 탐지모델
한국안전학회지
2016 .01
-
전이 학습을 통한 GRU와 LSTM의 낙상 검출 성능 향상
한국통신학회 학술대회논문집
2020 .08
-
LSTM과 GRU를 활용한 업종별 전력사용량 데이터 보간 방법
대한전기학회 학술대회 논문집
2022 .07
-
LSTM 및 GRU 기반 전력계통 과도안정도 판정
대한전기학회 학술대회 논문집
2022 .04
-
텐서플로우를 이용한 LSTM과 GRU의 성능평가
한국정보과학회 학술발표논문집
2016 .12
-
Text mining using social media related to disaster information
한국지능정보시스템학회 학술대회논문집
2018 .06
-
LSTM-GRU 모델을 활용한 실시간 수위 예측 시스템 구현
한국정보통신학회 종합학술대회 논문집
2022 .10
-
Algorithm of GRU-LSTM based Kalman Filter for Uncertain Dynamic Model
제어로봇시스템학회 국내학술대회 논문집
2023 .06
-
법률 약관조항의 유리성 판단을 위한 모델 성능 비교 연구
Proceedings of KIIT Conference
2023 .06
-
소셜 빅데이터 분석에서 지도 학습을 이용한 노이즈 리뷰 필터링
한국컴퓨터정보학회논문지
2023 .06
-
정수처리장 유입수 내 탁도 예측을 위한 LSTM 모델과 GRU 모델 성능 비교 연구
대한토목학회 학술대회
2024 .10
-
순환신경망을 이용한 수요량 예측 성능 비교
대한전자공학회 학술대회
2022 .06
-
딥러닝 기반 기사단위 및 문단 단위별 분류
한국컴퓨터정보학회논문지
2018 .11
-
BERT model 기반 텍스트 감정 분석
한국통신학회 학술대회논문집
2022 .02
-
LSTM과 GRU를 활용한 업종별 전력사용량 데이터 보간 방법
전기학회논문지
2023 .03
-
GRU 기법을 활용한 서울시 공공자전거 수요예측 모델 개발
지능정보연구
2022 .12
-
Multistep-Ahead Solar Irradiance Forecasting for Smart Cities Based on LSTM, Bi-LSTM, and GRU Neural Networks
한국전자거래학회지
2022 .11
이 논문의 저자 정보
최근 본 자료
댓글(0)
0