随着网络的快速发展,智能设备的大量普及使得社会媒体用户呈现出爆炸式增长。当社会上有突发事件发生时,广大网络用户会第一时间报道、转发、跟踪该事件。由此产生的大量数据包含有丰富的信息同时也导致一些重要的信息难以被发现。自动时间线摘要可以从社会媒体语料中自动检测关键子事件,并用时间线的方式展示出事件的整体过程。关键日期选择是社会媒体自动时间线摘要中的一个非常重要的子任务,目的是从一个持续性社会事件的海量媒体数据中检测出事件中重要子事件发生的关键日期,提升时间线摘要中日期的精确性。基于传统语料的日期检测工作往往通过发掘语料中日期的表达,然后根据日期的频率或者日期之间的关系找出关键日期。由于社会媒体语料中很少有日期的表达,所以传统的方法不能很好地适合社会媒体语料。基于社会媒体语料,我们有以下观察:(1)子事件发生时相关报道突然增多;(2)不同子事件受人们关注的持续时间不同,并且子事件之间往往相互影响。我们提出一个内容相关的图模型对日期进行排序进而检测关键日期。该模型将发表日期集作为候选日期集,并使用词袋模型对每个日期收集到的文本数据进行表示。然后根据不同日期之间关键词的词嵌入余弦相似度来计算不同日期之间的关系,构建一个融合突发性特征和子事件内容相关性特征的日期关联图。基于该图使用随机游走的方式检测关键日期,在“阿拉伯之春”推特数据集上的实验表明了我们模型的有效性。