Using centrality measures to improve the classification performance of tweets during natural disasters

• Rodrigo Vásquez ^[1] ; Fabián Riquelme ^[2] ; Pablo González-Cantergiani ^[1] ; Cristobal Vásquez ^[1]
  1. [1] Universidad de Santiago de Chile

     Universidad de Santiago de Chile

     Santiago, Chile

     
  2. [2] Universidad de Valparaíso

     Universidad de Valparaíso

     Valparaíso, Chile

     
• Localización: Ingeniare: Revista Chilena de Ingeniería, ISSN-e 0718-3305, ISSN 0718-3291, Vol. 29, Nº. 1, 2021, págs. 73-86
• Idioma: inglés
• Títulos paralelos:
  • Usando medidas de centralidad para mejorar la clasificación de tweets durante desastres naturales
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Las redes sociales como Twitter facilitan la comunicación durante posibles desastres naturales. Un problema recurrente es lograr distinguir en tiempo real los tweets más contingentes de un desastre, del flujo masivo de mensajes recibidos. Para tratar este problema, el aprendizaje de máquina permite clasificar tweets respecto a su relevancia o credibilidad. En este artículo, se propone el uso de medidas de centralidad para mejorar conjuntos de datos de entrenamiento para el uso de clasificadores de aprendizaje activo. Como caso de estudio, se analizan tweets recolectados durante las inundaciones de Santiago de Chile en el año 2016. Este enfoque permite mejorar la consistencia y pertinencia en el proceso de etiquetado, así como la calidad de los clasificadores.

  • English

    Online social networks like Twitter facilitate instant communication during natural disasters. A key problem is to distinguish in real-time the most assertive and contingent tweets related to the current disaster from the whole streaming. To address this problem, machine learning allows to classify tweets according to their relevance or credibility. In this article, it is proposed to use centrality measures to improve the training data sample of active learning classifiers. As a case study, tweets collected during the massive floods in Santiago of Chile at 2016 are considered. This approach improves the consistency and pertinence of the labeling process, as well as the classifiers' performance.