许多Web应用程序都需要在微博客流上使用准确的事件检测技术。 但是，现有方法的准确性仍然受到微博的短长度和高噪声的挑战。 我们开发了一种新颖的类别级别的转移学习方法TransDetector来处理此任务。 TransDetector基于两个事实，即微博虽然简短，但可以通过迁移学习在语义上丰富知识库。 并且可以在语义更丰富的微博上更准确地检测事件。 在TransDetector中做出了以下贡献。 （1）我们提出了一种结构指导的类别级主题提取方法，该方法利用知识库的层次结构来提取类别的高度相关主题。