■詹海寶

習近平總書記指出：“讓互聯(lián)網(wǎng)成為我們同群眾交流溝通的新平臺，成為了解群眾、貼近群眾、為群眾排憂解難的新途徑，成為發(fā)揚人民民主、接受人民監(jiān)督的新渠道?！痹谌斯ぶ悄?、大數(shù)據(jù)、全媒體時代背景下，政法網(wǎng)絡輿情應對面臨一系列新問題、新挑戰(zhàn)。作為輿情中關涉面最廣、影響程度最深、發(fā)生頻率最高的政法網(wǎng)絡輿情，是社會穩(wěn)定的晴雨表，如若對其風險防范不慎，便可能對政法機關的公信力帶來較大負面影響，甚至影響社會穩(wěn)定。政法網(wǎng)絡輿情風險防范是衡量司法公開成效、表征司法公正實現(xiàn)程度、測量民意走向的重要量化手段，利用人工智能技術助力政法網(wǎng)絡輿情風險防范，不僅能破解傳統(tǒng)技術支持下政法網(wǎng)絡輿情風險評估諸多現(xiàn)實困境，而且還能提升司法公信力和司法權威，進而實現(xiàn)民意與司法的和諧互動。

傳統(tǒng)技術支持下政法網(wǎng)絡輿情風險防范的挑戰(zhàn)

面對突發(fā)事件如潮的網(wǎng)絡輿情，近年來各級政府、企事業(yè)單位及機構日益重視，成立專門機構，啟用監(jiān)測系統(tǒng)。但是，一些地方對輿情的風險評價仍然認識不足，重視不夠，難以適應現(xiàn)實需求?，F(xiàn)階段政法網(wǎng)絡輿情分析的不足可以主要歸結為“人機不協(xié)調”的問題。在應當使用機器進行學習和處理的權重配比、走勢預測、情感分析、效果檢查上，現(xiàn)實應用顯得機械化、淺層次；而在應當使用人工進行分析的特征維度劃分、對策建議提供上，現(xiàn)實應用又顯得粗糙、重復，且機器對人的輔助不夠有力，分工協(xié)同的模式還不成熟。

得益于數(shù)理算法和計算機科學的發(fā)展，人工智能時代的機器學習能力日益增強，這為政法網(wǎng)絡輿情分析領域實現(xiàn)自動化、精準化、智能化創(chuàng)造了新的契機，而實現(xiàn)新要求的關鍵點在于切實實現(xiàn)網(wǎng)絡輿情分析領域中的人機互動與雙向協(xié)同。盡管當前政法網(wǎng)絡輿情風險評估的學理爭鳴持續(xù)發(fā)酵，司法實務部門的試點改革也如火如荼，然而從防范結果的實際運用來看，仍面臨著信度和效度的雙重考驗，以及防范結果的形式化和淺表化等現(xiàn)實困境。

傳統(tǒng)技術環(huán)境下，基于小樣本抽樣調查的政法輿情風險評估與防范策略，無法避免個人經(jīng)驗的有限性對輿情風險評估與防范過程的客觀性造成較大不利影響，而且無法實時動態(tài)評估與防范政法網(wǎng)絡輿情風險。即便利用大數(shù)據(jù)技術可以實時抓取與分析政法網(wǎng)絡輿情數(shù)據(jù)，但若缺乏人工智能技術強大的分析算法，所有的分析都難免粗糙與淺表，無法滿足政法網(wǎng)絡輿情風險準確實時評估的要求。

人工智能助力政法網(wǎng)絡輿情風險準確實時評估

人工智能的數(shù)據(jù)挖掘技術、可視化技術和自動化分析在評估政法網(wǎng)絡輿情風險中具有巨大的優(yōu)勢，可助推司法輿情監(jiān)測的常態(tài)化、預警決策的精準化。通過政法網(wǎng)絡輿情典型案例的人工智能語義分析與關鍵詞識別，可以建立政法網(wǎng)絡輿情辨識語料庫，基于該語料庫構建主題爬蟲程序，全網(wǎng)采集信息形成該主題輿情大數(shù)據(jù)。對所采集的大數(shù)據(jù)輿情進行智能情感值判斷，通過設定風險基準值構建政法網(wǎng)絡輿情風險預警機制，以實時準確評估政法網(wǎng)絡輿情風險水平，為政法網(wǎng)絡輿情風險防范提高決策參考，為相關司法政策的制定提供重要支持。

人工智能算法強大的處理能力，以及大數(shù)據(jù)主題爬蟲實時的采集能力，可保障政法網(wǎng)絡輿情風險評估的實時性，大數(shù)據(jù)輿情信息來源的多樣性與全樣本性保障了評估的準確性。若該政法網(wǎng)絡輿情信息的情感值低于所設定的風險基準值，應及時預警并根據(jù)政法網(wǎng)絡輿情的傳播規(guī)律科學引導，疏散相應極端負面輿情，以防范極端言論的肆意傳播。

此外，大數(shù)據(jù)時代數(shù)據(jù)是創(chuàng)新理論研究與實踐應用的重要驅動力，利用大數(shù)據(jù)的關聯(lián)算法可深度挖掘研究主體或應用主體的潛在特質與規(guī)律。維度多元、噪音量低的大數(shù)據(jù)集非常難尋，特別是政法網(wǎng)絡輿情意識形態(tài)數(shù)據(jù)的獲取更是難上加難，建立此類問題研究或應用的基礎數(shù)據(jù)共建共享機制便顯得尤為必要。

政法網(wǎng)絡輿情是一個對象特殊、意義重大的研究問題，其關涉社會穩(wěn)定與國家安全，網(wǎng)絡社會的隱匿性與易傳播性使政法網(wǎng)絡輿情的研究更為復雜，需要各界研究力量共同參與，以政法網(wǎng)絡輿情的監(jiān)測與干預開放案例庫為基礎，建立政法網(wǎng)絡輿情數(shù)據(jù)庫，通過共建共享機制，發(fā)揮學界、業(yè)界與政界等各方力量，按照一定的規(guī)范共同參與數(shù)據(jù)的上傳、共同享用數(shù)據(jù)的使用權，數(shù)據(jù)內容涵蓋該主題輿情事件的實體、關鍵詞、事件要素與引導成效等維度。該數(shù)據(jù)庫可實現(xiàn)學術資源的共享，為政法網(wǎng)絡輿情相關研究提供數(shù)據(jù)支撐，同時也可為政法部門的決策提供一定的參考。

基于人工智能的政法網(wǎng)絡輿情風險防范策略

人工智能技術雖有強大的分析算法，但若缺乏大量優(yōu)秀經(jīng)典的訓練集作為機器學習的對象，算法模型的分析智力也只會處于初級水平。若要利用人工智能技術評估與防范政法網(wǎng)絡輿情風險，就需要構建一個可供人工智能算法學習的政法網(wǎng)絡輿情監(jiān)測與干預案例庫。人工智能算法在基于該數(shù)據(jù)庫進行機器學習的過程中，可尋找出大量政法網(wǎng)絡輿情概率上的特征，憑借之前的監(jiān)測與干預經(jīng)驗，將有可能產(chǎn)生重大影響的政法網(wǎng)絡輿情在萌芽期識別出來，并設計回應辦法，進行智能化輿情引導，以達到風險防范之目的。

在此探討一下政法網(wǎng)絡輿情監(jiān)測與干預案例庫的構建方法。首先，基于監(jiān)測過程中所采集到的政法網(wǎng)絡輿情數(shù)據(jù)，利用政法輿情傳播理論，推演出該政法網(wǎng)絡輿情的傳播規(guī)律，在深度分析傳播規(guī)律的基礎上，形成政法網(wǎng)絡輿情的引導對策。接下來，收集完整的監(jiān)測、引導活動，并以此為基礎構建某主題輿情的監(jiān)測與干預案例庫。為保障該案例庫中相似度計算和議題推演的科學運行，便于司法部門對相關案例進行檢索和瀏覽，并能實時查看相關事件的處置決策辦法與處置效果，需要對該案例庫中每一個入庫案例進行細致詳盡的描述。案例庫中事件字段越細粒度，新增案例知識的相似度計算越方便。為提高對類似輿情事件處理的參考性，還需專門設計數(shù)據(jù)表以存儲輿情處置方法與過程、司法部門對輿情事件的干預措施。該案例庫也可以遵循共建共享的原則，任何致力于研究或管理政法網(wǎng)絡輿情的學術機構或管理機構，都可以申請加入該數(shù)據(jù)庫的建設，貢獻本機構擁有的相關數(shù)據(jù)，同時擁有對該數(shù)據(jù)庫相應數(shù)據(jù)的使用權限，以此提高該數(shù)據(jù)庫的生命力。

基于以上所構建的數(shù)據(jù)庫進行人工智能分析，可歸納出政法網(wǎng)絡輿情的議題框架，該議題框架可精準反映政法網(wǎng)絡輿情存在的問題，為政法網(wǎng)絡輿情風險防范策略的制定提供科學依據(jù)。

關于政法網(wǎng)絡輿情議題框架的構建，包括基于語義網(wǎng)絡的整體框架提取、議題框架量化分析兩個過程。在整體框架提取的過程中，調用漢語分詞系統(tǒng)進行文本分詞等數(shù)據(jù)預處理，根據(jù)詞頻篩選來確定核心詞匯，并對核心詞匯進行共詞分析，從而得到核心詞匯的初步語義網(wǎng)絡關系矩陣，再對該共詞關系矩陣進行聚類分析，從而獲取核心詞匯的不同集群，采用核心算法，模塊化分析全部案例的語義網(wǎng)絡，識別出特質相異集群與其分布比例。最后，基于集群中的核心特征詞匯，利用機器學習自動編碼每個集群的議題，從而計算出整個案例庫的議題框架分布。在議題框架量化的過程中，采用高階統(tǒng)計語言模型對每個案例所含的議題框架進行精確統(tǒng)計，并且計算出每個議題討論量的相對大小。

利用以上對政法網(wǎng)絡輿情的大數(shù)據(jù)挖掘、人工智能語義網(wǎng)絡分析以及無監(jiān)督機器學習，可科學提取與量化其議題框架，動態(tài)精準診斷其中存在的問題，為政法網(wǎng)絡輿情風險防范策略的制定提供科學依據(jù)。

應該說，人工智能的實現(xiàn)，得益于科學界量化整個世界的嘗試?？茖W界試圖構建模型來表達紛繁復雜的客觀世界，并得到了許多成就。這些成就在一定程度上鼓勵了“計算主義”哲學的發(fā)展，信奉計算主義的人認為世界在極大程度上是可以被量化的，因此，人工智能才能夠比我們想象的更接近人類。顯然，這種信仰并不代表真理，相反，有更多的學者質疑，我們的世界中不能量化的問題遠遠多于可以量化的問題?，F(xiàn)代經(jīng)濟學、社會學、政治學的一些研究也表明，在人為世界中，人的復雜程度遠超過人類自己的想象和技術可以完全把握的能力，所以人工智能只能無限接近人類而不能完全替代人類。