针对互联网突发事件监测快速响应场景下文本信息非结构化的特点,选择互联网众源突发事件文本数据,分析在突发事件监测信息分类中的朴素贝叶斯、BP神经网络、支持向量机和SGD支持向量机4种分类器的计算速度和分类效果。结果表明,支持向量机在突发事件监测分类问题上有更好的分类效果,综合计算时间随机梯度下降-支持向量机具有相对快速且较准确的分类能力。