Incident Detection Through Twitter
Notice bibliographique
Résumé
Traffic incident information is disseminated via Twitter from various types of accounts. It is more common to find active or transitive verbs and adverbs in tweets from personal accounts because individuals report personal experiences (e.g., “just saw an accident”). Tweets from an organization or agency [e.g., 511 (a telephone hotline for transportation information widely used in the United States and Canada), departments of transportation] are more structured and commonly include nouns and past participles (e.g., “one lane blocked”). Organization accounts mostly provide incident location, type, severity, and so on, whereas personal tweets do not usually provide such details. However, an agency tweets about an incident usually after the incident management (IM) officials have already been notified. Because of this timing, a personal tweet is more likely to carry useful “new” information for IM purposes. This study investigated the detection of traffic incidents through Twitter feeds by using these differences in structure and information content found in organization and personal social media accounts. Tweets collected via the Twitter public application programming interface were manually coded and treated separately as either personal or organizational, and the “dictionaries” used to perform relevancy classification were derived separately. Combinations of dictionaries (i.e., personal only, organizational only, personal and organizational) were used for “term frequency–inverse document frequency” and naïve Bayesian analysis. It was shown that analysis specific to account types helped achieve better accuracy in classification for targeting relevant tweets. Therefore, account-specific analysis should be considered for more efficient and effective event detection for IM purposes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».