基于结构主题模型的民航管制不安全事件主题识别

为探究民航管制运行不安全事件的发生规律及特点,采用结构主题模型捕捉报告中的词汇共现及层次结构。考虑结构主题的语义连贯性以及排他性等指标,辨识管制运行事件的最优主题数目。选取事件严重度及发生时间等协变量,构建融合多变量的主题分析,挖掘不同类型事件的严重度差异性及在时间维度上的演化趋势。最后,基于航空安全自愿报告系统2018-2022年的4346起管制事件报告进行实证分析。研究结果表明:与管制运行有关的不安全事件可分为管制移交、恶劣天气、人为因素事件、夜航航班、场面滑行、起飞离场、部门协调、雷达间隔、设备故障、进近程序、陆空对话、复杂空域环境、飞行冲突、飞行高度、冲/偏出跑道及跑道侵入15类;飞行区滑行、进近程序、飞行冲突等事件更易产生严重事故;飞行高度有关的不安全事件呈逐年上升趋势。研究结果可为提升管制运行安全风险水平提供理论支持,并为管理人员针对性施策提供参考。

面向复杂网络舆情知识发现的事理图谱方法优化

[研究目的]优化事理图谱构建方法,提升事理图谱工具在非结构化网络舆情数据中的知识发现能力,能更好挖掘复杂网络舆情事件内部的因果关系和演化路径。[研究方法]研究采用RoBERTa预训练模型进行序列标注以取代传统模式匹配方法,引入Word2Vec词向量和BERTopic主题模型取代传统机器学习聚类算法,对知乎平台“硅谷银行破产”网络舆情进行实证分析。[研究结论]结果表明,融合深度学习与序列标注的因果关系抽取在114901个上下文中识别到68613条原始因果事件对,相较模式匹配方法高出46.47%;基于词向量与主题聚类模型的事件泛化将2148个代表事件划归为14个主题,在文本特征和语义特征层面的泛化效果优于K-means算法。该文依据优化方法构建的网络舆情事理图谱围绕核心主题呈现“循环型”“紧密型”“长链型”的演化路径特征,构建流程和分析过程可为网络舆情治理提供工具及决策支持。

负性生活事件与大学生抑郁的关系:负性认知加工偏向和抑郁话题网络媒介接触的作用

目的:探讨负性生活事件与大学生抑郁的关系及作用机制。方法:采用青少年生活事件量表,抑郁自评量表,抑郁话题网络媒介接触问卷,负性认知加工偏向问卷对1369名大学生进行问卷调查。结果:①负性生活事件对抑郁具有显著的正向预测作用(β=0.29,P<0.001);②负性认知加工偏向在负性生活事件和抑郁间起部分中介作用(effect=0.14,95%CI为[0.11,0.17]);③抑郁话题网络媒介接触对负性认知加工偏向和抑郁之间的关系存在调节作用(β=0.09,P<0.001),具体而言,相比于低抑郁话题网络媒介接触,高抑郁话题网络媒介接触大学生的负性认知加工偏向对抑郁的预测作用更强。结论:负性生活事件通过负性认知加工偏向影响抑郁,并且这一关系受到抑郁话题网络媒介接触的调节。

一种基于动态进化模型的事件探测和追踪算法

在大量分析网络新闻特点的基础上 ,借鉴Single Pass聚类思想 ,并结合新闻要素给出了一种基于动态进化模型的事件探测和追踪算法 该动态模型是基于新闻事件的生存特点提出的 ,包括 :基于时间距离的相似度计算模型、事件模板进化策略以及动态阈值设置思想 该算法可以自动对新闻资料进行组织生成新闻专题 ,进而为用户提供个性化服务

基于加权TextRank的新闻关键事件主题句提取

为了在大量的新闻中快速找到自己感兴趣的内容,提出在单文档中基于加权TextRank算法提取主题句的方法,以得到新闻关键事件信息。通过计算新闻文本句子关键词的互信息值,对新闻报道进行事件句和非事件句的分类,过滤出非事件句。基于TextRank算法的思想,构建一个事件句有向图,引入句子位置、句子相似度和关键词覆盖频率3个影响因子,以此计算句子之间的影响权重,利用TextRank模型对图中的每个点计算权重,并选取排序最靠前的句子作为关键事件的主题句。实验结果表明,该方法的抽取效果优于基于词频-逆文档概率和新闻标题的主题句抽取方法。

融入事件知识的主题表示方法

主题模型已被广泛用于发现文档潜在主题.已有方法多采用词或短语来表示主题,然而这些方法生成的主题缺乏深层次的语义信息,可解释性比较差.文中提出使用结构化的事件来表示主题.一方面,事件包含比词或短语更丰富的语义;另一方面,一组相关的事件能更合理地解释并区分不同的主题.为解决事件作为基本单元所带来的稀疏性问题,该文在Biterm Topic Model(BTM)的基础上提出两种主题模型,采用两种不同的方式将事件的语义知识融入到主题生成过程中.其中,第1种模型利用Generalized Pólya Urn(GPU)模型天然的聚类效果加大语义相近的事件分配到同一主题的概率,而第2种模型则通过为每个biterm引入指示变量,合理地利用语义知识有效地解决同一个biterm中两个事件的主题分配问题.该文不仅从主题凝聚度和KL散度两个指标直接对主题模型进行评估,还通过将主题表示结果引入到文本分类任务中对模型进行了外部评估.实验结果表明文中提出的模型从共现和语义两个层面有效地解决了事件稀疏性问题.与基于词或短语的主题表示相比,事件结构所包含的语义信息提高了主题生成质量,使主题表示具有更强的可读性和主题判别性.

基于子话题分治匹配的新事件检测

新事件检测是话题检测与跟踪领域的一项重要研究,其任务是实时监控新闻报道流并从中识别新话题.现有方法将话题和报道描述为单一结构的特征向量进行匹配,造成子话题间互为噪声并形成错误语义,从而误导新话题的识别.针对这一缺陷,文中提出基于子话题分治匹配的新事件检测方法,将话题和报道划分为不同子话题,根据相关子话题的比例关系和分布关系建立新话题识别模型.实验在TDT4和TDT5中获得显著改进,最小检测错误代价为0.4061,相应漏检率为0.1859.

基于故事的新闻视频事件专题分析方法

报道同一事件的新闻故事之间存在大量的冗余和重复,这对新闻事件的快速浏览和理解造成了巨大的困难,必须对故事之间的关系进行有效的分析及组织。文章提出一种基于故事的新闻视频事件专题分析方法。融合文本和视觉特征将报道同一事件的新闻故事聚类在一起,通过分析事件内部故事之间的相似性,获得故事之间的相互依赖关系,生成表现事件发展的专题结构。实验结果表明,这种事件专题分析方法能够直观有效地表现新闻事件的发展趋势和相关信息,对于新闻视频的浏览和摘要等实际应用具有重要意义。

基于事件框架的主题事件融合研究

针对事件抽取获得的单个元事件无法完整描述主题事件的特点,提出了一种主题事件的融合方法,通过该方法将与同一主题相关的所有元事件整合在一起,以层次化的形式表示。首先定义了一种事件融合框架TEFF(topic event fusion framework)。该框架根据各类元事件在主题事件中的作用,将主题事件以层次化的形式表示。同时给出元事件和主题的相关度计算方法,通过该算法来评价元事件和主题的相关度。在TEFF的指导下,通过相关度计算,实现主题事件的融合。在以2008年起的金融危机为主题的实验中,取得了F值为77.1%的实验结果,这表明该方法能有效地对主题事件进行融合。

基于FIFA的主题相似性计算模型

针对主题检测和追踪的第五个技术任务连接分析,提出了一种事件主题相似性分析技术·通过引入领域知识库,将基于词汇的分析技术提升到领域知识计算层面·当输入不同两个文档时,采用该分析技术进行识别文档内容所涉及到的事件主题是否一致·首先采用FIFA模型进行内容主题识别,然后采用LDM模型进行事件主题相似性计算分析·实验结果显示主题相似性计算正确率为64%,召回率为69%·

基于话题的事件相似度计算

为了解决传统事件相似度计算方法在TDT(topic detection and tracking)领域计算同一话题下事件相似度时存在不够精确的问题,根据模板知识提出了一种新的基于话题的事件相似度计算方法。该方法综合考虑了事件的内容相似度、事件和话题的相似度、事件的时间相似度。实验结果表明,与传统方法相比,该方法能更准确地判断出同一话题下的事件相似性。

基于文献计量学的国内突发事件研究分析

近年来,突发事件研究引起了新闻传播学、公共管理学、心理学和信息管理等学科领域关注。本文运用文献计量法对2000-2010年的国内学术领域发表有关突发事件的学术论文进行了统计分析。分别从年发文量、主要期刊、主要学科、核心作者、研究主题等多角度进行了统计分析,以期了解国内突发事件研究进展、研究方向等问题。为国内突发事件的相关研究提供参考。

文本挖掘在医疗器械不良事件报告中的应用

基于美国食品药品监督管理局公共数据开放平台上的宫内节育器不良事件报告数据,运用词频分析、主题模型等文本挖掘方法分析其中的非结构化文本变量,探讨该方法应用的可行性并指出存在的问题。

基于数据流的网页内容分析技术研究

提出针对网络数据流中活跃信息进行话题相关数据采集与分析方法.首先给出面向论坛话题的定义;然后对网络数据流进行分析、对用户访问行为进行分类;并给出基于数据流的用户行为识别方法及话题相关数据抽取、存储算法;最后给出实验分析,结果表明,所提出的基于数据流的论坛话题数据采集方法能够很好地反映用户行为,并对基于数据流的网络舆情热点话题发现、突发事件检测与实时跟踪等应用提供有利的数据资源.

主题图在突发事件应急信息分析中的应用研究

对突发事件进行快速有效的识别和分析处理,对信息需求者得出合理的应对策略是非常有价值的。文章以主题图为工具,充分利用主题图灵活的知识组织和信息导航优势,将复杂事件按照不同的视角进行主题和主题关联抽取,降低了知识结构的构建难度;同时,利用主题图合并技术,合并不同主题图中的相同或相似主题、主题关联,从而使得复杂事件整体知识结构的还原成为可能。基于主题图的信息组织方法为突发事件应急中的信息分析提供了新的思路,也是文章的新颖性所在。

基于局部话题句群的事件相关多文档摘要研究

多文档自动文摘研究的目的是给用户提供简洁全面的文档信息并提高用户获取信息的效率。在进行局部话题确定时,通常是利用聚类分析的方法把相似的文本单元聚成一个局部话题。该文提出了一种针对新闻事件的多文档摘要生成方法,其特色在于:在提取基本新闻要素和扩展新闻要素的基础上分别形成了基本局部话题句群(BPTSG)和扩展局部话题句群(EPTSG),这样可以在尽可能全面地覆盖多个话题的同时缩减自身的冗余。此外,文中还提出了一种基于事件时间和句子位置信息的文摘句排序方法。实验结果验证了该文所提的方法是有效的,与基于聚类的自动文摘系统相比较,该系统生成的摘要质量有显著提高。

基于事件的多主题文本自动文摘方法

通过对自动文摘技术的研究,针对叙事类文本,以事件作为基本语义单元,提出一种基于事件的多主题文本自动文摘方法。利用事件和事件间的关系构建事件网络文本表示模型,使用社区划分算法解决子事件主题划分问题。实验结果表明,该方法提取出的摘要准确率、召回率及F值较高,能更好地概括文本的内容。

基于关键词元的话题内事件检测

各种媒体每天有大量的新闻报道产生,需要一种自动化的分析方法将新闻以一种更加清晰的组织形式展示给用户.大多已有工作将新闻划分成平面的话题,然而一个话题并非仅仅是简单的新闻集合,而是由一系列相互关联的事件所组成的.由于话题内的事件之间往往非常相似,导致话题内的事件检测精确度较差.为了克服以上问题,提出了基于事件词元委员会的事件检测与关系发现方法.即首先挖掘每个事件的核心词元,随后利用事件的核心词元进行事件检测与关系发现.在Linguistic Data Consortium(LDC)的两个数据集上的实验结果显示,提出的事件检测与关系发现方法可以显著地改善已有方法的效果.

在线新事件检测系统中的性能提升策略

现有的关于在线新事件检测(ONED)系统的研究更多地关注如何提高检测的准确率而很少考虑对资源的利用率,使ONED系统在实际应用中存在性能低下的问题。该文分析了传统的事件检测系统存在的性能上的缺点,并在此基础上进行了改进,在基本不降低识别正确率的基础上,通过合理设定技术参数以及对链表索引机制进行预筛选,降低了文档比较过程中的存储和计算开销。实验结果表明,改进的系统提升了检测性能。

网络舆情事件的主动感知实践

随着网络时代的到来,网络数据呈指数爆炸式增长,主题的模糊性越来越明显。同时多元非结构性的数据使得传统的聚类算法在网络舆情事件的发现越来越困难,不能满足高效,精准,及时、有效的感知需求。本文引入LDA聚类算法,基于主题生成模型,挖掘数据背后的语义关联,设计并且实现舆情事件的热点主动感知系统。通过数据实验表明,该系统能够快速、高效地发现事件主题,克服偏移词的干扰,从而实现网络舆情事件热点的主动感知。