基于百度热搜新闻词的社会风险事件5W提取研究

当今中国处于经济转型升级的关键时期,社会主要矛盾发生了历史性变化,社会风险事件发生的频率比以往更高,危害社会稳定.将公众在线的搜索和关注数据映射为潜在的社会风险事件,如何有效地自动标注风险事件以及直观、清晰地描述社会风险事件是本文关注的重点.本文尝试定义风险事件的5W框架来结构化的描述社会风险,包括地点(where)、时间(when)、人物(who)、原因(why)和发生内容(what).风险事件的5W抽取可转化为不同的机器学习任务,包括命名实体识别、风险分类以及关键词抽取.依据5W的抽取任务进而探索有效的抽取方法.通过对风险事件5W的自动抽取,将现实中社会风险这种wicked问题转化为结构化问题进行分析,为研究社会风险提供一个新的视角,对政府部门进行舆情分析与风险监测具有重要意义.

基于跨媒体数据的反腐多视角分析

腐败严重影响社会发展和民众信心,本文获取中纪委反腐通告、"天涯杂谈"新发帖和"百度热搜新闻词"三种不同来源的互联网文本语料从多个视角分析十八大以来的反腐成果.使用LDA话题模型探测不同语料中的反腐话题,并对语料的时空特性进行分析,通过官员履历构建"官员共职网络"探索腐败官员团伙并结合时间、级别和领域信息分析高级别官员的反腐策略.结果表明,腐败官员相关的不同语料的时空分布不同且涉及的腐败相关话题的重点不同,"官员共职网络"对于研究腐败官员的复杂关系具有重要意义.

曾经天涯海角，终究插翅难逃

一石激起千重浪! 当杨秀珠归案的重磅消息发布，毫无意外，与2015年4月登榜“百名红通人员”时一样，她的名字又一次成为“新闻热搜词”。