基于事理图谱的公共卫生事件次生衍生事件预警模型构建研究

为了预判公共卫生事件演化态势,提出基于事理图谱的公共卫生事件次生衍生事件预警模型。利用2层本体实现结构化情景表示,综合利用预训练模型与深度神经网络实现事件抽取,运用模式匹配的方法抽取事件逻辑关系,融合词嵌入模型与聚类算法进行事件泛化,进而实现事理图谱构建,运用相似度计算与逻辑预测实现次生衍生事件预警,并以“甲型流感”和“肺炎支原体肺炎”事件为例进行实证研究。研究结果表明:“甲型流感”事理图谱能够清晰展示该事件与相关事件的逻辑关联,基于该事理图谱能够实现“肺炎支原体肺炎”事件的次生衍生事件预警。研究结果可为公共卫生事件次生衍生事件预防工作提供参考。

基于热点主题识别的突发事件次生衍生事件探测

[目的/意义]突发事件的发展演化可能引发一系列次生衍生事件,扩大事件本身的作用幅度和影响范围,故而研究突发事件次生衍生事件的探测问题具有重要的理论价值与现实意义。[方法/过程]本文获取了133947条2018年长春长生疫苗事件相关微博数据,并基于危机传播四阶段理论对该事件各生命周期阶段的微博数据提取微博文本的特征词,通过word2vec模型和K-means聚类算法提取突发事件各生命周期微博文本的主题,再基于H指数计算各主题的影响力,筛选得到该突发事件的热点主题,并构建突发事件次生衍生事件的判定规则,探测其次生衍生事件。[结果/结论]研究结果表明,长春长生疫苗事件共涉及个人、企业和政府层面共17个次生衍生事件。构建突发事件次生衍生事件的判定规则与探测方法,丰富了突发事件管理的理论与方法,有助于及时掌握突发事件次生衍生事件的发生机理,提高突发事件的风险应对能力。