探索突发事件网络舆情主题转变节点,并据此展开多阶段网络舆情风险评估,对精准处置突发事件网络舆情危机、提供动态舆情引导策略具有重要参考意义。本文提出一种突发事件情境下网络舆情主题转变路径识别及多阶段风险评估方法。首先,融合...探索突发事件网络舆情主题转变节点,并据此展开多阶段网络舆情风险评估,对精准处置突发事件网络舆情危机、提供动态舆情引导策略具有重要参考意义。本文提出一种突发事件情境下网络舆情主题转变路径识别及多阶段风险评估方法。首先,融合RoBERTa (robustly optimized BERT pretraining approach)模型提出时序语义-共词网络,并基于Louvain-CFDP (clustering by fast search and find of density peaks)算法进行网络社区主题发现;其次,提出主题状态转变检测模型,据此生成主题转变路径,识别并分析多类型转变路径及其风险波动特征。以“日本核污染水排海”事件为例进行实证分析,识别事件发展型、情绪集聚型及衍生事件型3种转变路径类型,分别对这3种类型路径的特点、风险特征及差异进行分析。研究结果表明,本文提出的主题转变路径及风险评估研究方法能够完整、全面地展现突发事件在社交媒体上的话题转变,为管理部门快速锁定高风险话题,制定精准、有效的舆情风险引导方案提供借鉴与参考。展开更多
[目的/意义]近年来,大语言模型(Large Language Models,LLMs)因其强大的自然语言处理能力而备受关注,为应急情报领域智能决策生成提供了新的技术选择。文章针对LLMs在应急情报领域中的应用潜力,提出并构建一套全面的测评基准,旨在科学...[目的/意义]近年来,大语言模型(Large Language Models,LLMs)因其强大的自然语言处理能力而备受关注,为应急情报领域智能决策生成提供了新的技术选择。文章针对LLMs在应急情报领域中的应用潜力,提出并构建一套全面的测评基准,旨在科学合理地评估LLMs的应急情报生成能力。[方法/过程]利用GPT-4.0自动化构建一个包含自然灾害、事故灾难、公共卫生事件和社会安全事件等26种应急场景的测评数据集,选取国内外8种具备中文处理能力的LLMs作为待评估模型,设置模型生成情报的内容质量、表达质量、可行程度和效用质量等多维度评价标准,采用人工评分与机器评分结合的方法对各模型展开测评。[结果/结论]研究结果表明,Claude 3.5 Sonnet在应急情报生成任务中表现最佳,尤其在处理复杂多变的自然灾害和事故灾难时,该模型生成的情报更为全面且具有高度实操性。国内模型如文心大模型4.0 Turbo和讯飞星火V4.0虽整体测评得分略低于国际顶尖模型,但在特定的应急场景中仍表现突出。相关部门可以根据具体的应急场景,选择相应的LLMs来辅助情报生成,以提高应急处置的精准度和效率。展开更多
文摘探索突发事件网络舆情主题转变节点,并据此展开多阶段网络舆情风险评估,对精准处置突发事件网络舆情危机、提供动态舆情引导策略具有重要参考意义。本文提出一种突发事件情境下网络舆情主题转变路径识别及多阶段风险评估方法。首先,融合RoBERTa (robustly optimized BERT pretraining approach)模型提出时序语义-共词网络,并基于Louvain-CFDP (clustering by fast search and find of density peaks)算法进行网络社区主题发现;其次,提出主题状态转变检测模型,据此生成主题转变路径,识别并分析多类型转变路径及其风险波动特征。以“日本核污染水排海”事件为例进行实证分析,识别事件发展型、情绪集聚型及衍生事件型3种转变路径类型,分别对这3种类型路径的特点、风险特征及差异进行分析。研究结果表明,本文提出的主题转变路径及风险评估研究方法能够完整、全面地展现突发事件在社交媒体上的话题转变,为管理部门快速锁定高风险话题,制定精准、有效的舆情风险引导方案提供借鉴与参考。
