基于新闻大数据的北极地区地缘关系研究

随着全球气候变暖,北极地区海冰大面积消融,引发了严重环境问题,同时使得北极航道成为可能,北极地区的战略地位显著提升。作为近北极国家,北极地区国际关系变化对中国的北极政策有直接影响。全面实时地分析北极地区地缘关系及其变化特征,对中国制定北极地区的政治、经济、外交政策具有重要指导作用。海量全球实时开放数据库的出现以及大数据技术的发展,如GDELT新闻事件数据库提供了覆盖全世界的源于各国主要媒体服务平台的新闻数据,为地缘关系实时监控及分析提供了可能性。本文利用GDELT数据库,引入labeled- LDA主题分析的理论与方法,挖掘了2013—2019年北极圈内8个国家和地区社会发展关键要素,构建了国家（地区）交互网络,发现了北极地区国家（地区）之间关系的演变格局。主要结论为：① 北极地区热点新闻主题聚焦于气候变化/冰盖融化,冰盖融化是北极地缘关系变化的主要驱动因子;② 冰盖融化新闻热度与海冰监测数据变化存在极强的相关性;③ 随着冰盖融化,北极地区的社会经济军事活动激增,其主导权的争夺日趋激烈,总体呈现出俄罗斯、加拿大主导的格局。     

中文文本蕴含气象灾害事件信息多模型融合抽取方法

随着气候变暖加剧,全球极端天气事件频发,重大气象灾害的发生频率与日俱增。研究气候变化与气象灾害发生频率的关系,对于气候变化背景下的防灾减灾具有重要意义。文献资料及泛在网络数据中蕴含了海量的气象灾害时空事件,为此,本文基于自然语言处理技术研发了文本气象灾害时空事件自动抽取方法。① 提出了基于专业文献的由粗到精的气象灾害标注语料训练库构建方法。首先针对不同文献资料存在的歧义和不兼容等问题,构建了面向文本事件统一的气象灾害知识体系。然后构建了基于章节结构的粗标注方法,分别针对长文本（现代文）和短文本（文言文）研发了基于Labeled LDA模型及基于TF-IDF和N-gram模型的精细标注语料筛选方法,解决了语料库的快速构建问题;② 基于BERT-CNN模型研发了融合上下文语义特征和多粒度的局部语义特征的、面向长短文本一体化处理的气象灾害时空事件自动分类方法;③ 利用该方法分别从文言文和泛在网络数据中自动抽取了灾害时空事件,其宏F1值分别达到89.09%和80.06%,主要气象灾害时空事件分布与专业统计数据相关性较高;④ 基于以上结果,重建了我国各历史时期灾害时空演变过程,发现各时期灾害数据量整体呈现出逐步上升趋势,暴雨灾害、洪涝灾害与干旱灾害是影响我国的主要灾种。本方法既可实现网络长文本事件的自动发现,也可实现文言文短文本事件的自动检测,为文本数据便捷应用于气象灾害研究和监测提供了新的技术方法。