科研动态｜我院2021级本科生伍治西在《灾害学》发表论文： 让AI读懂震后“求救声”
前言
近日，我院21级本科生伍治西以第一作者身份，在《灾害学》发表论文《震后网络信息分析的轻量化 BERT-CRF 模型构建及应用》。研究面向地震后社交媒体中数量庞大、表达碎片化的网络信息，构建了融合时间特征的轻量化文本-时间双向编码随机场模型 TTBCM，让模型更高效地识别“地点”和“需求”，并进一步揭示震后舆情的三阶段响应模式。
01 从一个方向，到一篇论文
这项工作始于 2023 年，伍治西跟随沈旭章教授开展大学生创新创业训练项目。研究方向得益于沈老师的提出，真正动手后，伍治西很快发现：地学问题是研究的出发点，但要让机器读懂震后文本，还需要使用NLP（自然语言处理）技术，跨进机器学习和人工智能的世界。于是，科研过程像一次跨学科“填图”：ACL 等自然语言处理顶会论文提供坐标，网络信息智能化提取、分词标注、深度学习和模型评估构成一层层需要补齐的“地层”。方向并没有一步变成论文，而是在阅读、学习、试验、回看问题的循环中，逐渐从一个宽泛主题收敛成一组可执行、可验证的研究目标。对于伍治西来说，这段科研经历的关键词不是突然有了一个模型，而是把一个问题拆小、把一块知识补齐、再把一个目标落地。最终，代码、实验和地学解释共同“生长”成了文章。
02 研究背景：当“信息洪流”撞上震后黄金时间
地震发生后，社交媒体往往比许多正式报告更早出现现场线索：有人发布受灾地点，有人描述道路和房屋状况，也有人发出物资、医疗或安置需求。但这些信息通常混杂着口语、缩写、表情、转发和重复内容，像一股高速涌来的“信息洪流”。对人工研判而言，逐条阅读耗时；对传统算法而言，噪声、实体边界和时间变化又构成了多重挑战。研究因此聚焦一个具体问题——能否让 AI 在有限算力下，既读懂一条微博“在说什么”，又知道它“发生在震后的什么时候”，从而更快提取地点与需求等关键信息？
03 研究方法：让AI听见“哪里”和“需要什么”
研究选取新疆乌什 7.1 级地震和台湾花莲 7.3 级地震为案例，采集震后 45 h 内的微博数据。乌什地震数据包括原创微博 1,382 条、评论 4,704 条；花莲地震数据包括原创微博 500 条、评论 6,346 条。原始字段包含发布内容、用户信息、IP 属地、时间戳及转发/点赞等传播指标，并对用户身份信息进行匿名化处理。经过文本清洗、时间编码和自动标注，研究标记地点实体（LOC）与需求实体（REQ）。例如，在“乌什急需救援物资”中，模型需要识别“乌什”对应地点，“急需救援物资”对应需求，同时保留词语之间的顺序关系。
04 研究模型：如何“瘦身”，又不丢掉时间感
论文提出Text-Time BERT-CRF Model（TTBCM），它不是简单把BERT与CRF相连，而是在语义序列之外加入时间分支，将微博发布时间换算为相对震中时刻的小时差，在 0-45 h 范围内归一化，再投影为与BERT隐层相同维度的时间向量。文本与时间拼接后，经两层融合网络交互，最后由分类器和线性链CRF完成全局最优解码。
BERT：读上下文，理解“乌什”“急需”“医疗物资”在句子里的语义。
时间编码：给模型一块“震后时钟”，区分第 1 h 与第 20 h 的信息语境。
CRF：学习标签之间的合法转移，减少实体边界和序列组合错误。
为了降低计算负担，研究将 12 层 Transformer 的中文 BERT 压缩为 4 层学生模型，结合知识蒸馏与领域自适应微调，使参数量降至标准 BERT 的约 25%。在 CRF 层中，模型进一步利用 B-LOC→I-LOC、B-REQ→I-REQ 等标签转移约束，增强震后口语化文本中的实体边界判断。
05 模型评估：不把准确率高等同于“万事大吉”
在 8:2 的训练集与验证集划分下，TTBCM 在 66 个 Epoch 内表现出稳定收敛趋势。与标准 BERT-CRF 的约 110 M 参数相比，TTBCM 为 28 M；推理速度整体提升约 2-3 倍，更适合资源受限与强调时效的应用场景。模型在乌什与花莲地震数据集上的准确率分别为 0.99 和 0.98，F1 分数分别为 0.80 和 0.82。模型的高准确率说明模型对大量样本的总体判断较稳，但 F1 相对较低，反映在类别不平衡、噪声和碎片化表达下，少数类实体仍存在漏检。
06 研究发现：从曲线到应急节奏——震后舆情呈现三阶段
模型不仅回答“文本里有什么”，还把识别出的地点与需求实体放回时间轴。以乌什地震为例，需求实体在震后第 1 h 内迅速达到高峰；地点实体则呈现延迟增长，在约第 20 h 达到峰值。两类信息的先后变化，对应着舆情关注从紧急诉求向空间定位、信息核实与恢复重建的转移。
0-3 h｜精准聚焦阶段：“乌什县”等震中定位与“急需物资”等诉求并行高发，网络信息集中反映震中位置和紧迫需求。
3-20 h｜范围扩散阶段：地点实体由核心震中向周边县市扩散，需求由基础物资逐步延伸至医疗救援，体现救援调度与多类型援助的协同推进。
20-45 h｜多元平稳阶段：地点与需求实体密度整体趋缓，后期重建、安置与心理援助等需求持续出现，舆情逐步从紧急响应转向恢复重建。
07 研究意义：让关键线索更早浮出来
TTBCM 的直接价值，是在较低算力下从震后碎片化文本中快速提取地点与需求，为应急人员筛选信息、理解需求变化和安排后续核查提供辅助。三阶段响应模式则提供了一种可量化的观察框架：不同时间段，网络信息中最值得关注的实体与任务并不相同。但是，研究也具有一定的局限性，数据规模受平台接口开放性与地域覆盖影响，目前主要验证中文微博，跨平台、跨语言泛化仍待检验，同时类别不平衡和长尾实体会影响召回率。未来工作将继续从多语言、多模态数据，领域知识驱动的稀疏标签增强，以及跨语言迁移学习等方向推进。
08 AI+地学，大有可为
地学观测的对象，正在从仪器记录、遥感影像和空间数据，延伸到持续生成的人类活动信息。社交媒体不是地震仪，也不能替代现场核查，但它可以成为一种补充性的“人类感知层”：AI 负责在海量文本中发现线索，地学知识负责判断场景、机制与风险，应急体系负责把信息转化为行动。从灾害文本识别到多模态灾情研判，从地质灾害知识图谱到智能预警，从遥感解译到应急资源调度，AI 与地学的交叉远未抵达终点。真正值得期待的，不只是模型更大，而是模型更懂地学问题、更贴近真实场景，也更清楚自己的适用边界。
研究得到国家重点研发计划（2025YFF0811600）和国家自然科学基金（42230305）联合资助。论文第一作者为伍治西，通讯作者为沈旭章教授。
论文信息：
伍治西，沈旭章. 震后网络信息分析的轻量化BERT-CRF模型构建及应用［J］. 灾害学，2026，41（2）：1-9.［WU Zhixi，SHEN Xuzhang，Lightweight BERT-CRF Model Construction and Application for Post-Earthquake Social Media Information Analysis［J］. Journal of Catastrophology，2026，41（2）：1-9. doi：10.3969/j. issn. 1000-811X. 2026. 02. 001.］
供稿：伍治西
指导教师 通讯作者：沈旭章
编辑：张耀中
初审：董晓涵 梁秋芸
复审：郑义 徐永怡
审核发布：孔晓慧
