Design of a classification model to filter relevant social media posts in the emergency context

This thesis presents a method of filtering the posts extracted from social networks. This filtering system supports the E2mC project to identify and obtain as much information as possible about the natural disasters, that occur in the world. In particular, the filter will have to select and to send only the posts, which may be relevant to the Civil Protection for further analysis. The filter is created through machine learning methods, which allow the automatic learning of a model that evaluates posts. This work illustrates the main project (E2mC) and the tools used in the development methodologies, the operation of the filter and its management in different languages. The results and conclusions obtained allowed to elaborate possible future works, which are necessary for further improvements on the project.

In questo lavoro di tesi, viene presentato un metodo di filtraggio di post estratti dai social network, che fa da supporto al progetto E2mC per identificare e ottenere più informazioni possibili sui disastri naturali che accadono nel mondo. In particolare, il filtro dovrà selezionare e inviare solo i post rilevanti per la Protezione Civile, che li impiegherà in ulteriori analisi. Il filtro viene creato tramite metodi di machine learning, che permettono l’apprendimento automatico di un modello di valutazione dei post. Nella tesi vengono illustrati il progetto principale (E2mC) e i diversi strumenti utilizzati nelle metodologie di sviluppo, inoltre, viene descritto nel dettaglio il funzionamento del filtro e la sua gestione in più lingue. I risultati e le conclusioni ottenuti hanno permesso l’elaborazione dei possibili lavori futuri, necessari per avere ulteriori migliorie al progetto.