In EDS ansehen

Multilingual retrieval of crisis-relevant information from social media

Gespeichert in:
Bibliographische Detailangaben
Titel: Multilingual retrieval of crisis-relevant information from social media
Autoren: Vitiugin, Fedor
Weitere Verfasser: University/Department: Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions
Thesis Advisors: Castillo, Carlos
Quelle: TDX (Tesis Doctorals en Xarxa)
Verlagsinformationen: Universitat Pompeu Fabra, 2023.
Publikationsjahr: 2023
Beschreibung: 163 p.
Schlagwörter: Social media, Crisis informatics, Natural language processing, Data science, Deep learning, Machine learning, Network science, Information retrieval, Redes sociales, Informática de crisis, Procesamiento del lenguaje natural, Ciencia de datos, Aprendizaje profundo, Aprendizaje automático, Ciencia de redes, Recuperación de información
Beschreibung: Social media is a valuable platform for sharing real-time perspectives and insights, particularly during dynamic events. Extracting relevant information from social media during emergencies can be challenging, especially when dealing with multiple languages. To address this issue, we have developed a multilingual approach that retrieves and summarizes crisis-related information from social media, providing a comprehensive solution. Our method involves experts and volunteers to address various information needs of emergency managers, allowing them to access distilled and aggregated data for validation and event monitoring. For crisis responders, targeted social media messages tailored to their operational requirements facilitate efficient work. Additionally, we propose a method for detecting and prioritizing critical help-seeking requests in multiple languages during disasters, enabling prompt and effective responses. By leveraging social media, our approach enhances emergency management by facilitating information assimilation, monitoring, and response coordination.
Description (Translated): Las redes sociales son una plataforma valiosa para compartir perspectivas e ideas en tiempo real, especialmente durante eventos dinámicos. Extraer información relevante de las redes sociales durante emergencias puede ser un desafío, especialmente al lidiar con varios idiomas. Para abordar este problema, hemos desarrollado un enfoque multilingüe que recupera y resume información relacionada con crisis de las redes sociales, ofreciendo una solución integral. Nuestro método involucra a expertos y voluntarios para satisfacer las diversas necesidades de información de los administradores de emergencias, permitiéndoles acceder a datos destilados y agregados para la validación y el monitoreo de eventos. Para los respondientes a crisis, mensajes específicos de las redes sociales adaptados a sus requisitos operativos facilitan un trabajo eficiente. Además, proponemos un método para detectar y priorizar las solicitudes críticas de ayuda en múltiples idiomas durante desastres, lo que permite respuestas rápidas y efectivas. Al aprovechar las redes sociales, nuestro enfoque mejora la gestión de emergencias al facilitar la asimilación de información, el monitoreo y la coordinación de respuestas.
Programa de Doctorat en Tecnologies de la Informació i les Comunicacions
Publikationsart: Dissertation/Thesis
Dateibeschreibung: application/pdf
Sprache: English
Zugangs-URL: http://hdl.handle.net/10803/689218
Rights: L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by/4.0/
Dokumentencode: edstdx.10803.689218
Datenbank: TDX
FullText Text:
  Availability: 0
CustomLinks:
  – Url: http://hdl.handle.net/10803/689218#
    Name: EDS - TDX (s4221598)
    Category: fullText
    Text: View record in TDX
Header DbId: edstdx
DbLabel: TDX
An: edstdx.10803.689218
RelevancyScore: 1387
AccessLevel: 3
PubType: Dissertation/ Thesis
PubTypeId: dissertation
PreciseRelevancyScore: 1386.99011230469
IllustrationInfo
Items – Name: Title
  Label: Title
  Group: Ti
  Data: Multilingual retrieval of crisis-relevant information from social media
– Name: Author
  Label: Authors
  Group: Au
  Data: <searchLink fieldCode="AR" term="%22Vitiugin%2C+Fedor%22">Vitiugin, Fedor</searchLink>
– Name: Author
  Label: Contributors
  Group: Au
  Data: University/Department: Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions
– Name: Author
  Label: Thesis Advisors
  Group: Au
  Data: Castillo, Carlos
– Name: TitleSource
  Label: Source
  Group: Src
  Data: TDX (Tesis Doctorals en Xarxa)
– Name: Publisher
  Label: Publisher Information
  Group: PubInfo
  Data: Universitat Pompeu Fabra, 2023.
– Name: DatePubCY
  Label: Publication Year
  Group: Date
  Data: 2023
– Name: PhysDesc
  Label: Physical Description
  Group: PhysDesc
  Data: 163 p.
– Name: Subject
  Label: Subject Terms
  Group: Su
  Data: <searchLink fieldCode="DE" term="%22Social+media%22">Social media</searchLink><br /><searchLink fieldCode="DE" term="%22Crisis+informatics%22">Crisis informatics</searchLink><br /><searchLink fieldCode="DE" term="%22Natural+language+processing%22">Natural language processing</searchLink><br /><searchLink fieldCode="DE" term="%22Data+science%22">Data science</searchLink><br /><searchLink fieldCode="DE" term="%22Deep+learning%22">Deep learning</searchLink><br /><searchLink fieldCode="DE" term="%22Machine+learning%22">Machine learning</searchLink><br /><searchLink fieldCode="DE" term="%22Network+science%22">Network science</searchLink><br /><searchLink fieldCode="DE" term="%22Information+retrieval%22">Information retrieval</searchLink><br /><searchLink fieldCode="DE" term="%22Redes+sociales%22">Redes sociales</searchLink><br /><searchLink fieldCode="DE" term="%22Informática+de+crisis%22">Informática de crisis</searchLink><br /><searchLink fieldCode="DE" term="%22Procesamiento+del+lenguaje+natural%22">Procesamiento del lenguaje natural</searchLink><br /><searchLink fieldCode="DE" term="%22Ciencia+de+datos%22">Ciencia de datos</searchLink><br /><searchLink fieldCode="DE" term="%22Aprendizaje+profundo%22">Aprendizaje profundo</searchLink><br /><searchLink fieldCode="DE" term="%22Aprendizaje+automático%22">Aprendizaje automático</searchLink><br /><searchLink fieldCode="DE" term="%22Ciencia+de+redes%22">Ciencia de redes</searchLink><br /><searchLink fieldCode="DE" term="%22Recuperación+de+información%22">Recuperación de información</searchLink>
– Name: Abstract
  Label: Description
  Group: Ab
  Data: Social media is a valuable platform for sharing real-time perspectives and insights, particularly during dynamic events. Extracting relevant information from social media during emergencies can be challenging, especially when dealing with multiple languages. To address this issue, we have developed a multilingual approach that retrieves and summarizes crisis-related information from social media, providing a comprehensive solution. Our method involves experts and volunteers to address various information needs of emergency managers, allowing them to access distilled and aggregated data for validation and event monitoring. For crisis responders, targeted social media messages tailored to their operational requirements facilitate efficient work. Additionally, we propose a method for detecting and prioritizing critical help-seeking requests in multiple languages during disasters, enabling prompt and effective responses. By leveraging social media, our approach enhances emergency management by facilitating information assimilation, monitoring, and response coordination.
– Name: Abstract
  Label: Description (Translated)
  Group: Ab
  Data: Las redes sociales son una plataforma valiosa para compartir perspectivas e ideas en tiempo real, especialmente durante eventos dinámicos. Extraer información relevante de las redes sociales durante emergencias puede ser un desafío, especialmente al lidiar con varios idiomas. Para abordar este problema, hemos desarrollado un enfoque multilingüe que recupera y resume información relacionada con crisis de las redes sociales, ofreciendo una solución integral. Nuestro método involucra a expertos y voluntarios para satisfacer las diversas necesidades de información de los administradores de emergencias, permitiéndoles acceder a datos destilados y agregados para la validación y el monitoreo de eventos. Para los respondientes a crisis, mensajes específicos de las redes sociales adaptados a sus requisitos operativos facilitan un trabajo eficiente. Además, proponemos un método para detectar y priorizar las solicitudes críticas de ayuda en múltiples idiomas durante desastres, lo que permite respuestas rápidas y efectivas. Al aprovechar las redes sociales, nuestro enfoque mejora la gestión de emergencias al facilitar la asimilación de información, el monitoreo y la coordinación de respuestas.<br />Programa de Doctorat en Tecnologies de la Informació i les Comunicacions
– Name: TypeDocument
  Label: Document Type
  Group: TypDoc
  Data: Dissertation/Thesis
– Name: Format
  Label: File Description
  Group: SrcInfo
  Data: application/pdf
– Name: Language
  Label: Language
  Group: Lang
  Data: English
– Name: URL
  Label: Access URL
  Group: URL
  Data: <link linkTarget="URL" linkTerm="http://hdl.handle.net/10803/689218" linkWindow="_blank">http://hdl.handle.net/10803/689218</link>
– Name: Copyright
  Label: Rights
  Group: Cpyrght
  Data: L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by/4.0/
– Name: AN
  Label: Accession Number
  Group: ID
  Data: edstdx.10803.689218
PLink https://erproxy.cvtisr.sk/sfx/access?url=https://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edstdx&AN=edstdx.10803.689218
RecordInfo BibRecord:
  BibEntity:
    Languages:
      – Text: English
    PhysicalDescription:
      Pagination:
        PageCount: 163
    Subjects:
      – SubjectFull: Social media
        Type: general
      – SubjectFull: Crisis informatics
        Type: general
      – SubjectFull: Natural language processing
        Type: general
      – SubjectFull: Data science
        Type: general
      – SubjectFull: Deep learning
        Type: general
      – SubjectFull: Machine learning
        Type: general
      – SubjectFull: Network science
        Type: general
      – SubjectFull: Information retrieval
        Type: general
      – SubjectFull: Redes sociales
        Type: general
      – SubjectFull: Informática de crisis
        Type: general
      – SubjectFull: Procesamiento del lenguaje natural
        Type: general
      – SubjectFull: Ciencia de datos
        Type: general
      – SubjectFull: Aprendizaje profundo
        Type: general
      – SubjectFull: Aprendizaje automático
        Type: general
      – SubjectFull: Ciencia de redes
        Type: general
      – SubjectFull: Recuperación de información
        Type: general
    Titles:
      – TitleFull: Multilingual retrieval of crisis-relevant information from social media
        Type: main
  BibRelationships:
    HasContributorRelationships:
      – PersonEntity:
          Name:
            NameFull: Vitiugin, Fedor
    IsPartOfRelationships:
      – BibEntity:
          Dates:
            – D: 06
              M: 10
              Type: published
              Y: 2023
ResultId 1