共查询到16条相似文献，搜索用时 338 毫秒
1.
[目的/意义] 快速、准确地从突发网络舆情文本中识别事件。[方法/过程] 提出一种融合句法特征和句法相似度的网络舆情突发事件识别方法。结合句法特征提出面向事件的句法特征提取方法,利用事件语义标注和句法特征提取方法构造事件句法特征库,通过计算待测文本与句法库的句法相似度来识别网络舆情突发事件。[结果/结论] 以新型冠状病毒肺炎疫情为例,所提出网络舆情突发事件识别方法在该舆情下的最优相似度为0.93,在此相似度下从一段新的文本中识别出160个事件和30个非事件,F1值达到了0.848。通过方法测评证明网络舆情突发事件识别方法在利用句法相似度识别事件和进行相同相邻词性合并等方面创新的有效性。 相似文献
2.
[目的/意义]探究影响突发公共卫生事件网络虚假信息传播行为的因素,为有针对性地监测预警、阻断传播突发公共卫生事件网络虚假信息提供借鉴参考。[方法/过程]基于S-O-R理论模型,综合考虑外部刺激因素和个体认知因素对传播者信任感知及传播行为的影响,提出相关研究假设,并利用新冠肺疫情期间微博平台的虚假信息进行验证。[结果/结论]突发公共卫生事件的虚假信息质量、信息发布者影响力和事件进展对信息接收者的信息传播行为具有显著促进作用,医护人员主题、呈现积极情感的网络虚假信息更容易获得信任和传播,网络影响力高的信息接收者在虚假信息传播过程中起到辟谣作用。 相似文献
3.
[目的/意义]衍生性网络健康谣言生成门槛低,周期性强,危害影响深远,是网络健康谣言识别与治理中需要优先解决的重点问题之一,也是重要突破口。[方法/过程]借助深度语义表征和聚合方法,探索衍生性网络健康谣言文本内容的六要素特征;通过结合网络健康谣言的分布式语义特征预训练模型,构建包括六个类别、6287个词汇的网络健康谣言文本内容要素词库;在将健康谣言标题特征、内容文本六要素特征以及主体内容文本特征进行统一的向量空间表示与融合后,构建面向多源文本特征融合的网络健康谣言识别模型。[结果/结论]模型的实证研究表明：与已有的对照模型相比,本文所提出的文本特征融合模型使衍生性网络健康谣言识别的准确率有较好的提升,且丰富的可拓展健康谣言要素词库可为后续的研究提供较好的资源支持。 相似文献
4.
[目的/意义] 探究突发公共卫生事件中健康码信息共享难问题的形成机理,提出改进健康码信息资源共享的对策建议,助力疫情精准防控,完善信息资源共享机制的构建。[方法/过程] 采用扎根理论研究方法,以新冠肺炎疫情中的健康码为典型案例,对健康码相关政策文件、媒体报道及公众评论进行分析,构建健康码信息共享难问题的形成机理及对策模型。[结果/结论] 在突发公共卫生事件特征和健康码产品驱动因素作用下,健康码信息采集环节的采集方法和采集内容,信息处理环节的制码流程、更新纠错,信息应用环节的终端展示和精准研判,信息存储环节的保存和安全管理方式存在差异,综合作用导致健康码信息共享难现象的形成。从政策规范、技术平台、组织管理3个视角分析共享机制现状,提出系统化的对策建议,促进政府数字资源共享机制的构建。 相似文献
5.
[目的/意义] 针对现有弱信号全自动识别研究尚不完善的问题,提出基于LDA-BERT融合模型的弱信号全自动识别方法。[方法/过程] 基于无监督的LDA主题模型对文本数据集进行主题分类,构建主题和术语双层过滤函数从主题分类的结果中提取早期预警信号,通过紧密中心度、主题权重以及主题自相关性三大度量函数评价主题的弱性,并基于主题内术语的归一化频率和概率提取出弱信号。最后,运用BERT深度学习模型从语义层面对弱信号上下文及其类似词进行扩展。[结果/结论] 以2021年1月初疫情重爆发事件为例,使用爆发前三月的社交媒体新闻数据集对构建的系统模型进行验证。实验结果表明,该方法可有效检测出相关弱信号,并挖掘出弱信号随时间推移逐渐增强的演化特性。此外,该融合模型在实现弱信号全自动识别的同时,也表现出较单一模型更强的结果可解释能力。 相似文献
6.
[目的/意义] 基于社交媒体,探索突发事件信息生命周期中不同利益相关者的动态分类及其关注主题的演变规律,为更精准的危机信息监测与动态决策提供依据。[方法/过程] 以特定危机事件的事实文本数据为来源,以利益相关者理论和动态主题模型为指导,构建三维动态主题演化模型以对社交媒体危机事件中不同利益相关者的分类与话题关注进行主题挖掘。其中包括时间粒度划分、利益相关者的定量评估、基于时间和主体的危机主题观点识别与刻画,并利用可视化工具对该动态趋势进行表征。[结果/结论] 基于三维动态主题演化模型,利益相关者的组成与分类在不同阶段中具有明显的差异性,同时其关注主题与行为特征也体现出不同的偏好性和动态差异性。危机主体的动态与危机主题的动态有效结合,能够更加全面地表达舆情传播的特点和规律。 相似文献
7.
[目的/意义]鉴于传统的作者身份识别方法不适用于当前大量涌现的网络文本。综述近年文本作者身份识别的典型方法和关键问题,并进行客观分析和评价,以期为进一步研究提供新的思路。[方法/过程]分别从应用领域、文体特征选取、作者身份建模和性能评价指标等方面对国内外作者身份识别相关研究现状进行客观分析,梳理相关领域研究发展脉络和趋势。[结果/结论]作者身份识别需要适应短文本、不规范文本、海量、高维和多语种环境,需更具表现和刻画能力的多层面特征和相应的作者身份建模方法,并借助信息检索、机器学习和自然语言处理领域的最新研究成果提高效率和准确率。 相似文献
8.
[目的/意义] 稷下思想是先秦百家争鸣时期的沧海遗珠,研究如何从稷下研究文献中自动识别出稷下思想,为稷下学数字人文研究提供方法基础。[方法/过程] 选取《管子学刊》作为研究数据源,对其收录的部分文本进行11大类附属42小类的思想类别归纳,构建训练数据集,提出一种基于ERNIE微调的JixiaERNIE模型,将稷下思想自动识别映射为文本自动分类问题,利用模型进行自动分类识别。[结果/结论] 通过实验对比得出,构建的JixiaERNIE模型在学习率4e-5、迭代次数为10分类效果达到最优,与基线模型相比,F值提高了7.9%。为进一步增强模型识别分类效果,在模型连接层的基础上加入分类器对比,有效实现面向数字人文研究的稷下思想自动分类任务。 相似文献
9.
[目的/意义] 立足计量视角,通过对新兴技术特征的量化评价识别“目前处于科学研究阶段、尚未完全进入产业研发落地”的新兴技术。[方法/过程] 借助Node2Vec网络表征方法,从术语共现网络中学习技术术语的向量表示;以此为基础量化新兴技术“过去、现在及未来”三大时间维度特征-“融合性、新颖性及潜在的科学影响力”,用特征值筛选技术主题是否具有新兴性,由此探索得到向量表征视角下的新兴技术识别模型。最后以航空领域为例进行实证研究,验证该方法的科学性和合理性。[结果/结论] 通过引入“术语向量表征”的计算视角,有效编码了术语实体间显性和隐性的关联关系,提升了新兴技术特征计算的客观性;同时结合技术的历史、当前和预测信息,从网络结构和语义特征两方面进行识别,取得了较好的效果。 相似文献
10.
[目的/意义]从科学传播与危机传播的角度,分析影响新冠疫情期间科学信息传播效果相关因素,探索影响危机回应选择的策略机制。[方法/过程]利用Python进行数据挖掘和抓取,将具有代表性的十名医学专家作为科学传播信息来源对象,得到疫情期间科学信息的相关数据。进一步结合内容分析法,使用SPSS数据处理软件对新冠疫情期间科学信息传播与应对策略选择影响因素进行分析,得出传播效果与应对策略选择的影响因素模型。[结果/结论]以视频为主的富媒体文本形式对于疫情科学信息传播效果至关重要;内容主题、发布主体、文本形式、内容倾向与科学传播模式都与危机回应策略选择密切相关。基于此,建议在运用科学信息进行危机回应时,要善于运用视频等融媒体形式;在进行危机回应策略的选择时,需要考量文本特征选用不同科学传播模式,避免出现策略选择失当造成应对效果偏差。 相似文献
11.
[目的/意义] 探究网络健康社区知识共享的影响因素,对优化网络健康社区知识服务、促进健康知识的交流与传播具有重要意义。[方法/过程] 将网络健康社区中的知识划分为公共健康知识和个人健康知识,依据社会认知理论构建影响因素模型,并利用结构方程模型进行验证和分析。[结果/结论] 数据分析结果表明,自我效能、利他主义、社会信任、社会认同、感知有用性等变量与公共健康知识和个人健康知识共享行为都呈显著正相关,感知风险与公共健康知识共享行为无显著相关性,与个人健康知识共享行为呈显著负相关。 相似文献
12.
[目的/意义] 探究不同环境下,美国不同服务范围的公共图书馆应对不同种类重大突发事件的经验,从中获得相应启示,继而为我国公共图书馆应对类似事件提供参考。[方法/过程] 对公共图书馆面对社会重大突发事件所做的工作进行全面梳理,将其分为自身业务工作和对外社会服务两大类。其中,针对社会服务类工作,将案例以突发事件来源归类,并探讨在不同类型的重大突发事件发生后,现实与网络两种环境下,美国公共图书馆社会服务的模式内容。[结果/结论] 研究发现,从突发事件的来源看,自然灾害和社会问题下的社会服务都具有对损失的补偿性,但社会问题下的社会服务在短期应急响应方面还具有对灾后不良后果的遏制性;而从提供服务的环境看,在面临重大突发事件时,公共图书馆逐渐呈现出将工作重心从现实转移到网络的趋势;此外,从公共图书馆的类型看,大型公共图书馆更具宏观调度的特点,中小型公共图书馆则更具针对性服务本地民众的特点。最后,根据上述分析结果得出对我国公共图书馆应对重大突发事件的启示。 相似文献
13.
14.
[目的/意义]针对中文语言表达特点,提出一种含分词标签的字粒度词语特征提取方法,有效提升了中文临床病历命名实体识别任务的F1值,同时该方法可以为其他中文序列标注模型所借鉴。[方法/过程]选取汉语词语的词性标注、关键词权值、依存句法分析三个特征,构筑字粒度序列标注模型的临床病历训练文本,语料来源CCKS2017：Task2。在不同特征组合方式下,采用条件随机场算法验证两种字粒度词语特征提取方案Method1与Method2。[结果/结论]在四种不同词语特征组合下,Method2相对于Method1在临床病历命名实体识别任务中性能均有所提升,四折交叉测试中F1值平均提升了0.23%。实验表明在中文分词技术日趋成熟的环境下,Method2相对Method1能够获得更好的词语特征表示,对中文字粒度序列标注模型的处理性能具有提升作用。 相似文献
15.
[目的/意义]新冠肺炎期间,虚假健康信息泛滥演变成一场信息危机,而中老年人是疫情虚假健康信息的主要受害者,研究其疫情虚假健康信息的应对行为,有助于精准健康信息服务的开展。[方法/过程]通过半结构化访谈,收集28位中老年应对疫情虚假健康信息的相关行为,结合PADM理论、启发式-系统式模型和应对行为理论,依据指引式路径分析方法,探究突发公共卫生情境下中老年人虚假健康信息应对行为形成的内在机理并构建理论模型。[结果/结论]突发公共卫生情境下,中老年对虚假健康信息的关注、理解受到信息类型、损失程度、信息源、信息渠道、响应的直接影响,并受到当地疫情程度的调节;基于疫情虚假健康信息认知形成危害感知、相关利益者感知和防护性行为感知,进一步通过启发式或系统式信息处理路径制定行为决策,选择采取问题聚焦应对行为和情绪聚焦应对行为。研究结果有助于突发公共卫生情境下针对中老年进行精准辟谣以及健康养老战略的实施。 相似文献
16.
[目的 /意义]重大突发事件网络舆情在传播过程中往往会出现不同的主题,而微博用户对不同主题的表达和关注也会直接影响网络舆情的传播速度和规模以及舆情事件的走向。针对重大突发事件的微博用户主题演化分析有助于应急管理部门更好地理解重大突发事件的发展轨迹以及公众在不同阶段的关注点,以便采取有效应对措施。[方法 /过程]以网络舆情信息特征为立足点,辅以自然语言处理技术将舆情信息客体与本体进行剥离,结合重大突发事件特征,创新性提出以舆情客体信息为参照基线的舆情本体演化强度来反映微博主题演化趋势。[结果 /结论 ]研究结果表明,面向网络舆情信息本体的主题分析,与网络舆情实际发展演化趋势更加贴近,对主题内容的揭示也更加全面。同时研究思路也对现有网络舆情主题分析的研究方法中单一求助于自然语言处理技术的优化与更新具有一定启示意义。 相似文献