重大事件趨勢(shì)預(yù)測(cè)是指對(duì)影響國(guó)家或地區(qū)和平穩(wěn)定的時(shí)政或軍事事件演化規(guī)律的預(yù)測(cè),是國(guó)際關(guān)系領(lǐng)域的一個(gè)熱點(diǎn)研究問(wèn)題。大數(shù)據(jù)時(shí)代的來(lái)臨以及人工智能技術(shù)的發(fā)展,使得基于公開(kāi)新聞數(shù)據(jù)的重大事件趨勢(shì)預(yù)測(cè)成為可能。本文借鑒國(guó)際關(guān)系研究領(lǐng)域“事件數(shù)據(jù)分析法”的量化思想,為滿(mǎn)足現(xiàn)有研究方法存在的特征指標(biāo)構(gòu)建以及事件趨勢(shì)因果溯源上的需求,針對(duì)朝鮮核行為的趨勢(shì)預(yù)測(cè),南海爭(zhēng)端中的征候事件檢測(cè)與預(yù)測(cè)兩方面開(kāi)展研究。基于網(wǎng)絡(luò)爬蟲(chóng)技術(shù)獲取海量事件專(zhuān)題新聞數(shù)據(jù),利用自然語(yǔ)言處理（Nature Language Processing,NLP）、機(jī)器學(xué)習(xí)等技術(shù)進(jìn)行處理,構(gòu)建預(yù)測(cè)模型并進(jìn)行實(shí)驗(yàn)結(jié)果分析。論文主要內(nèi)容如下:首先,由于當(dāng)前基于海量新聞數(shù)據(jù)的重大事件趨勢(shì)預(yù)測(cè)方法在特征指標(biāo)構(gòu)建方面嚴(yán)重依賴(lài)專(zhuān)家知識(shí),這極大制約了相關(guān)方法的普適性與時(shí)效性。針對(duì)這一問(wèn)題,本文提出一種融合語(yǔ)義與事件特征的重大事件趨勢(shì)預(yù)測(cè)方法。分別利用潛在狄利克雷分布（Latent Dirichlet Allocation,LDA）模型與基于模式匹配規(guī)則的事件抽取技術(shù)從語(yǔ)義及事件兩方面進(jìn)行相關(guān)特征指標(biāo)的自動(dòng)化構(gòu)建,針對(duì)LDA主題模型在特征詞提取上存在偏向性的... 

【文章來(lái)源】：杭州電子科技大學(xué)浙江省

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

KBS中文網(wǎng)北韓專(zhuān)題新聞列表頁(yè)

杭州電子科技大學(xué)碩士學(xué)位論文(b)中新網(wǎng)國(guó)際專(zhuān)題新聞列表頁(yè)展示圖4.1部分?jǐn)?shù)據(jù)源網(wǎng)站新聞列表頁(yè)表4.1新聞數(shù)據(jù)表字段說(shuō)明字段名類(lèi)型長(zhǎng)度備注TIMEdate0新聞發(fā)布時(shí)間URLvarchar255新聞鏈接(主鍵索引)NEWSTYPEvarchar255新聞?lì)愋蚑ITLEvarchar255新聞標(biāo)題CONTENTvarchar8192新聞報(bào)道正文利用SQL查詢(xún)語(yǔ)句對(duì)獲取新聞數(shù)據(jù)進(jìn)行噪聲過(guò)濾，基于項(xiàng)目合作單位分析結(jié)果，設(shè)計(jì)了5類(lèi)查詢(xún)語(yǔ)句進(jìn)行數(shù)據(jù)過(guò)濾，用于抽取更加細(xì)粒度的南海專(zhuān)題新聞數(shù)據(jù)集，5類(lèi)查詢(xún)過(guò)濾語(yǔ)句如表4.2所示。表4.25類(lèi)查詢(xún)過(guò)濾語(yǔ)句SELECT*FROMnanhai_ztWHERECONTENTLIKE"%中國(guó)%南海%島礁建設(shè)%"ORCONTENTLIKE"%中國(guó)%5G技術(shù)%美國(guó)%"ORCONTENTLIKE"%中國(guó)%軍演%美國(guó)%"ORDERBYTIMESELECT*FROMnanhai_ztWHERECONTENTLIKE"%美國(guó)%司令%南海%派遣%"ORCONTENTLIKE"%美國(guó)%將軍%南海%巡航%"ORDERBYTIMESELECT*FROMnanhai_ztWHERECONTENTLIKE"%中美%部長(zhǎng)級(jí)%對(duì)話(huà)%"ORCONTENTLIKE"%中美%貿(mào)易戰(zhàn)%制裁%"ORDERBYTIMESELECT*FROMnanhai_ztWHERECONTENTLIKE"%朝鮮%核實(shí)驗(yàn)%"ORCONTENTLIKE"%朝美%威脅%美國(guó)%"ORDERBYTIMESELECT*FROMnanhai_ztWHERECONTENTLIKE"%菲律賓%南海%主權(quán)%爭(zhēng)端%"ORCONTENTLIKE"%越南%南海%主權(quán)%"ORDERBYTIME37

杭州電子科技大學(xué)碩士學(xué)位論文結(jié)合SQL查詢(xún)語(yǔ)句噪聲過(guò)濾的南海專(zhuān)題新聞數(shù)據(jù)表共包含10萬(wàn)條數(shù)據(jù)，數(shù)據(jù)表存儲(chǔ)內(nèi)容展示如圖4.2所示。圖4.2南海專(zhuān)題新聞數(shù)據(jù)表內(nèi)容展示參照CAMEO（ConflictandMediationEventObservations）事件分類(lèi)體系編碼規(guī)范[78]以及項(xiàng)目合作單位領(lǐng)域先驗(yàn)知識(shí)定義20類(lèi)可能引發(fā)南海爭(zhēng)端的征候事件類(lèi)型，并對(duì)事件類(lèi)型進(jìn)行編碼，征候事件類(lèi)型編碼與事件描述如表4.3所示。表4.3定義征候事件類(lèi)型編碼與事件描述01公開(kāi)聲明02呼吁03表達(dá)合作意向04商議05進(jìn)行外交合作06進(jìn)行實(shí)質(zhì)合作07提供援助08讓步09調(diào)查10要求11不贊成12拒絕13威脅14集會(huì)抗議15展示軍事姿態(tài)16降低關(guān)系17強(qiáng)迫18侵犯19作戰(zhàn)20大規(guī)模暴力基于相關(guān)事件句在句法規(guī)則搭配上的不同，為每類(lèi)征候事件設(shè)計(jì)一組模式匹配規(guī)則模板用于新聞報(bào)道中的事件句識(shí)別，各征候事件類(lèi)型對(duì)應(yīng)模式匹配規(guī)則如表4.4所示。表4.4各征候事件類(lèi)型對(duì)應(yīng)模式匹配規(guī)則事件類(lèi)型模式匹配規(guī)則01公開(kāi)聲明source(宣布宣稱(chēng)){負(fù)責(zé)}、source{向}target(求證承諾表示)、source(祝賀)target{就任當(dāng)選}、source{就}{向}target(表示致以){慰問(wèn)哀悼}、…02呼吁(希望)source{與和同}target{進(jìn)行}{協(xié)商合作}、source(呼吁鼓勵(lì)希望)target{和平}{解決}{問(wèn)題}、…03表達(dá)合作意向(期待希望愿愿意)srctgt{合作}、source(歡迎希望愿愿意)target{投資開(kāi)發(fā)}、source(邀請(qǐng)歡迎)target{出席}{會(huì)議峰會(huì)論壇}、…04商議(主持參加舉行)srctgt+{事務(wù)}{磋商}、source(抵達(dá)到達(dá)位)evtloc{與}target{會(huì)見(jiàn)磋商討論}、source(率){團(tuán)}{訪(fǎng)問(wèn)拜會(huì)訪(fǎng)到訪(fǎng)出訪(fǎng)}target、…05進(jìn)行外交合作source+{與和同跟}target+{在位}evtloc(簽署簽簽訂達(dá)成簽定)、source{與同和跟}target(建立){合作}{伙伴}{關(guān)系}、source{與和同}target(?


本文編號(hào)：2925152