摘要：“一帶一路”沿線為自然災害高發地區,且多為經濟欠發達、抗災能力弱的發展中國家。災害發生時,挖掘和分析相關推特數據有助于開展應急救援、災情評估、減災防災等工作,為中國國際救援與救助工作提供重要支撐。主題模型能在沒有經驗語料庫的情況下,從海量災害相關推文中快速聚合出對災害救援、評估有價值的信息。本文采用BTM模型和LDA模型,對2013年海燕臺風相關推文進行細粒度的主題聚類,分析2個模型的精度并測試它們對近似災害主題的區分能力,并基于“需求相關”主題類的推文,通過地名匹配,分析了海燕臺風發生過程中菲律賓物資、醫療等需求程度的空間分布。結果表明:①在區分主題近似的短文本時,BTM總體精度為0.598.LDA的總體精度僅為0.321,說明在海燕臺風災害推文的主題識別中,BTM模型的精度高于LDA模型;②BTM能夠較好識別出“災害地點相關”、“祈福相關”等較為精細的災害主題;③經初步驗證,基于“需求相關”主題文本生成的物資、醫療等需求的需求程度空間分布與實際需求情況基本相符。