【摘要】[目的/意义]丰富的互联网数据为洞悉真实事件提供了多维视角，快速识别突发事件并准确判断其所属类别，有助于各级政府及应急管理部门高效地管理应急情报资源。[方法/过程]研究构建了基于文本—图像增强的突发事件识别及分类的理论模型；通过文本卷积神经网络、视觉几何群网络搭建深度神经网络共同组成Multi-DNN模型；最后以真实的自然灾害类突发事件数据进行实例验证。[结果/结论]通过文本、图像相互增强，多模态特征融合能够提升突发事件识别及分类的准确率，同时在小样本数据的任务处理中仍有良好效果，证明不同模态的数据能够相互补充、相互印证，对其融合处理能够提供比单一模态更为准确和全面的信息分析。