王志宇 劉雨薇

關(guān)鍵詞：政務(wù)微博：自然災(zāi)害；LDA主題模型；知識(shí)圖譜：知識(shí)可視化

自然災(zāi)害是當(dāng)今世界人類最為關(guān)注的全球性問題之一，人類社會(huì)面臨著很多自然災(zāi)害的威脅。如何有效做好防災(zāi)、減災(zāi)、救災(zāi)工作，最大限度地降低自然災(zāi)害造成的財(cái)產(chǎn)損失和人員傷亡，是目前普遍關(guān)注的焦點(diǎn)之一。據(jù)《應(yīng)急管理部發(fā)布2022年全國(guó)自然災(zāi)害基本情況》顯示，2022年我國(guó)各類自然災(zāi)害共造成1.12億人次受災(zāi)，因?yàn)?zāi)死亡失蹤554人，緊急轉(zhuǎn)移安置242.8萬人次，直接經(jīng)濟(jì)損失2386.5億元。在此情形下，分析災(zāi)害信息，加強(qiáng)對(duì)自然災(zāi)害的管理顯得尤為重要。面對(duì)自然災(zāi)害事件，社交媒體往往承擔(dān)著信息交流平臺(tái)的作用，現(xiàn)如今，微博已經(jīng)成為推動(dòng)我國(guó)社會(huì)公共事件爆發(fā)式傳播的重要力量，政務(wù)微博作為國(guó)家機(jī)關(guān)發(fā)布政務(wù)信息的平臺(tái)，在政務(wù)信息傳遞及與用戶的交流中發(fā)揮重要作用，能發(fā)布關(guān)于災(zāi)害事件的第一手信息，是人們了解災(zāi)害事件的重要平臺(tái)。但由于各個(gè)政務(wù)平臺(tái)發(fā)布的信息較為分散，用戶要了解某一災(zāi)害事件的全貌還需要從多種渠道獲取信息，且內(nèi)容信息冗余度比較高，這樣不僅不利于用戶閱讀，而且也不利于政務(wù)機(jī)關(guān)對(duì)災(zāi)害事件的信息資源進(jìn)行管理與利用。知識(shí)圖譜的概念是由谷歌公司于2012年首次提出的，知識(shí)圖譜通過對(duì)數(shù)據(jù)整合與規(guī)范，向人們提供有價(jià)值的結(jié)構(gòu)化信息，已被廣泛應(yīng)用于信息搜索、自動(dòng)問答、決策分析等領(lǐng)域，是推動(dòng)數(shù)據(jù)價(jià)值挖掘和支撐智能信息服務(wù)的重要基礎(chǔ)技術(shù)。因此，將知識(shí)圖譜技術(shù)應(yīng)用在政務(wù)微博發(fā)布的關(guān)于自然災(zāi)害事件的信息組織與可視化利用中，對(duì)研究政務(wù)微博關(guān)于災(zāi)害事件的信息組織與開發(fā)具有重要意義。

1相關(guān)研究

一方面，結(jié)合政務(wù)微博與自然災(zāi)害事件信息展開的相關(guān)學(xué)術(shù)研究，首先集中于微博輿情方面，例如，安璐等以政務(wù)微博的博文及評(píng)論數(shù)據(jù)為研究對(duì)象，通過構(gòu)建政務(wù)微博輿情引導(dǎo)能力評(píng)價(jià)指標(biāo)體系，對(duì)突發(fā)事件情境下的輿情引導(dǎo)能力進(jìn)行成熟度診斷，研究影響輿情引導(dǎo)效果的關(guān)鍵因素。劉曉娟等以政務(wù)微博的新冠肺炎疫情信息為例，分析了信息公開與輿情演化之間的關(guān)系；其次，也有學(xué)者對(duì)政務(wù)微博災(zāi)害事件的信息特征進(jìn)行分析，如翟冉冉等采用內(nèi)容分析法對(duì)政務(wù)微博的突發(fā)公共事件回應(yīng)樣本的規(guī)律和特征進(jìn)行分析，從而為政府網(wǎng)絡(luò)輿情的應(yīng)對(duì)工作提供理論參考。楊光等以《人民日?qǐng)?bào)》發(fā)布的河南省暴雨信息為例，探究其發(fā)布信息的極值特征、發(fā)布特征與關(guān)鍵詞特征，研究政務(wù)微博在重大公共事件中發(fā)布信息的特點(diǎn)和規(guī)律：最后，部分學(xué)者結(jié)合系統(tǒng)模型對(duì)微博災(zāi)害信息進(jìn)行識(shí)別與抽取，Basu M等提出了識(shí)別與提取微博平臺(tái)發(fā)布的內(nèi)容流中對(duì)災(zāi)后救援有用信息的方法。YunH W構(gòu)建了災(zāi)害事件檢測(cè)系統(tǒng)，并展示從Twitter數(shù)據(jù)中檢測(cè)目標(biāo)災(zāi)害事件的方法。Ye P等構(gòu)建了一個(gè)考慮信息多顆粒性和動(dòng)態(tài)特性的臺(tái)風(fēng)事件信息模型，能夠全面檢測(cè)臺(tái)風(fēng)事件過程中任意時(shí)空節(jié)點(diǎn)上的不同對(duì)象的信息。

另一方面，圍繞知識(shí)圖譜在圖情檔領(lǐng)域開展的相關(guān)研究中，學(xué)者們更集中于將知識(shí)圖譜技術(shù)應(yīng)用在領(lǐng)域中實(shí)現(xiàn)知識(shí)的細(xì)?；诰?。在圖書館領(lǐng)域，彭博構(gòu)建了網(wǎng)絡(luò)文物信息資源知識(shí)圖譜，實(shí)現(xiàn)信息資源中的文物實(shí)體關(guān)系抽取、文物知識(shí)抽取與文物命名實(shí)體識(shí)別等應(yīng)用研究。陳海玉等以徽州文書為例，構(gòu)建了徽州文書知識(shí)圖譜，實(shí)現(xiàn)文書知識(shí)信息的可視化呈現(xiàn)與檢索。沈旺等構(gòu)建了面向梅蘭芳的民國(guó)報(bào)紙知識(shí)圖譜，實(shí)現(xiàn)面向梅蘭芳的知識(shí)挖掘。在情報(bào)領(lǐng)域，王阮等構(gòu)建了口述記憶資源知識(shí)圖譜模型，實(shí)現(xiàn)了口述記憶資源的實(shí)例可視化展示與多維語義查詢。宋雪雁等構(gòu)建了清代祭祀禮器知識(shí)圖譜，清晰地呈現(xiàn)了清代祭祀禮器間的知識(shí)關(guān)聯(lián)。高晨翔等構(gòu)建了基于主題劃分的區(qū)域政務(wù)微博知識(shí)圖譜，實(shí)現(xiàn)區(qū)域政務(wù)微博內(nèi)容的知識(shí)組織與可視化展示。在檔案領(lǐng)域，趙雪芹等構(gòu)建了可視化的工程檔案知識(shí)圖譜，實(shí)現(xiàn)工程檔案數(shù)據(jù)知識(shí)層面的數(shù)據(jù)融合與集成。舒忠梅等構(gòu)建了中大記“疫”檔案知識(shí)圖譜．實(shí)現(xiàn)抗疫專題檔案實(shí)體的知識(shí)關(guān)聯(lián)與推理。

綜上所述，對(duì)于結(jié)合政務(wù)微博與自然災(zāi)害事件的研究，學(xué)者們多集中于對(duì)微博輿情和信息特征等方面，雖然有學(xué)者對(duì)微博災(zāi)害信息的識(shí)別與抽取進(jìn)行研究，但較少結(jié)合本體、知識(shí)圖譜等技術(shù)實(shí)現(xiàn)對(duì)微博災(zāi)害信息的知識(shí)組織與可視化，相關(guān)研究成果中關(guān)于社交平臺(tái)信息的知識(shí)組織與挖掘方面的研究仍有一定的探索空間。因此，結(jié)合知識(shí)圖譜技術(shù)，對(duì)微博平臺(tái)的自然災(zāi)害信息進(jìn)行知識(shí)的深層組織與挖掘成為當(dāng)下該課題研究的重要趨勢(shì)。基于已有研究成果，本研究首先使用LDA主題模型對(duì)微博平臺(tái)的災(zāi)害信息進(jìn)行主題劃分，再利用知識(shí)圖譜技術(shù)，對(duì)各主題下的內(nèi)容進(jìn)行知識(shí)組織與知識(shí)圖譜的可視化展示，深入挖掘每個(gè)主題下各信息之間所隱藏的知識(shí)，分析組織機(jī)構(gòu)發(fā)布信息的規(guī)律與特點(diǎn)，從而實(shí)現(xiàn)對(duì)政務(wù)信息資源的高效利用，加強(qiáng)用戶對(duì)災(zāi)害事件的了解，同時(shí)對(duì)政府機(jī)關(guān)加強(qiáng)災(zāi)害事件的管理、保障社會(huì)安全和促進(jìn)國(guó)家經(jīng)濟(jì)平穩(wěn)發(fā)展具有重要現(xiàn)實(shí)意義和科學(xué)意義。

2政務(wù)微博的特性及知識(shí)圖譜的適用性

知識(shí)圖譜技術(shù)在信息的組織與應(yīng)用中使用較為廣泛，包括對(duì)媒體信息的組織與探索。而對(duì)于該技術(shù)是否可以應(yīng)用于政務(wù)微博災(zāi)害事件的知識(shí)組織，還需要結(jié)合政務(wù)微博的特性進(jìn)行探討。

2.1政務(wù)微博的特性

政務(wù)微博是指由黨政機(jī)構(gòu)或者黨政機(jī)構(gòu)官員開通的經(jīng)過實(shí)名認(rèn)證的發(fā)布政務(wù)信息、促進(jìn)政府信息公開、加強(qiáng)官民交流、塑造新型政府、加強(qiáng)公共服務(wù)等內(nèi)容的微博。政務(wù)微博具有內(nèi)容形式多樣化、信息總量大與信息動(dòng)態(tài)性的特點(diǎn)，將知識(shí)圖譜技術(shù)應(yīng)用在政務(wù)微博資源時(shí)要充分考慮政務(wù)微博的特性，使自然災(zāi)害知識(shí)圖譜的構(gòu)建能夠適應(yīng)其特性。

首先，政務(wù)微博資源具有內(nèi)容豐富性的特點(diǎn)。政務(wù)微博資源中，形式上不僅包含文本形式，還具有圖片、視頻等多種形式；內(nèi)容上不僅有實(shí)事報(bào)道、政務(wù)公開與解讀等內(nèi)容，還包括知識(shí)科普、勵(lì)志名言等。這些資源雖然有利于政務(wù)信息的傳播與利用，但是這些信息資源都是非結(jié)構(gòu)化的信息，內(nèi)容復(fù)雜且形式多樣，不利于信息的組織與開發(fā)。

其次，政務(wù)微博具有信息及時(shí)性的特點(diǎn)。政務(wù)微博能夠?qū)崟r(shí)跟進(jìn)動(dòng)態(tài)，發(fā)布具體的政務(wù)信息，尤其在遇到突發(fā)事件時(shí)，政府會(huì)在第一時(shí)間通過政務(wù)微博發(fā)布相關(guān)信息，并持續(xù)跟進(jìn)事件的進(jìn)展，滿足公眾的知情需求，為用戶提供公開暢通的信息渠道，及時(shí)了解事件的過程，既有利于提升政府行政的透明度，保障公眾的知情權(quán)，也有利于為突發(fā)事件的處理與后續(xù)工作開展提供必要的幫助。

最后，政務(wù)微博具有文本簡(jiǎn)潔性的特點(diǎn)。微博網(wǎng)站對(duì)微博字?jǐn)?shù)有著一定的限制，這就決定微博比其他媒體的文本篇幅要小。政務(wù)微博是由政府部門發(fā)布的政務(wù)信息，以簡(jiǎn)潔的語言傳達(dá)緊要的信息，有利于用戶快速便捷地查看政務(wù)信息，迅速掌握政務(wù)信息的主要內(nèi)容。

2.2知識(shí)圖譜在自然災(zāi)害事件微博資源中的適用性

將知識(shí)圖譜技術(shù)應(yīng)用在政務(wù)微博發(fā)布的自然災(zāi)害事件信息組織中，一是能夠?qū)崿F(xiàn)自然災(zāi)害事件微博資源的知識(shí)挖掘。自然災(zāi)害事件的微博資源包含文本、圖片等多種形式，每種形式的微博資源都涵蓋大量數(shù)據(jù)，而現(xiàn)有的微博資源的組織方式不能全面揭示微博資源的多元化知識(shí)。因此．知識(shí)圖譜技術(shù)的應(yīng)用能夠?qū)崿F(xiàn)對(duì)自然災(zāi)害事件微博資源的細(xì)?；槿∨c加工組織，從而實(shí)現(xiàn)自然災(zāi)害事件微博資源的有序化、條理化、系統(tǒng)化的知識(shí)組織，為用戶提供結(jié)構(gòu)化知識(shí)。二是能夠?qū)崿F(xiàn)自然災(zāi)害事件微博資源的知識(shí)關(guān)聯(lián)與聚合。自然災(zāi)害事件微博資源的發(fā)布來源、發(fā)布形式、發(fā)布內(nèi)容雖然不同，但其中存在較強(qiáng)的關(guān)聯(lián)性，將知識(shí)圖譜技術(shù)應(yīng)用于自然災(zāi)害事件微博資源的知識(shí)組織與可視化中，能夠直觀體現(xiàn)其關(guān)聯(lián)關(guān)系，建立能夠提供語義檢索的知識(shí)圖譜，使自然災(zāi)害事件微博資源的知識(shí)體系更加智能。三是能夠?qū)崿F(xiàn)自然災(zāi)害事件微博資源的動(dòng)態(tài)更新。由于微博的及時(shí)性與動(dòng)態(tài)性的特點(diǎn)，當(dāng)自然災(zāi)害事件發(fā)生時(shí)要將新發(fā)布的微博資源及時(shí)補(bǔ)充到知識(shí)體系中，因此需要對(duì)補(bǔ)充的微博資源進(jìn)行實(shí)體和關(guān)系的抽取，為知識(shí)圖譜添加新的節(jié)點(diǎn)和關(guān)系，實(shí)現(xiàn)知識(shí)圖譜的動(dòng)態(tài)更新。

3研究設(shè)計(jì)

3.1構(gòu)建流程

本研究采用自上而下的方式構(gòu)建知識(shí)圖譜，整體的構(gòu)建流程分成4個(gè)步驟，分別為數(shù)據(jù)采集與主題劃分、概念層的構(gòu)建、數(shù)據(jù)層的構(gòu)建、應(yīng)用層的實(shí)現(xiàn)。首先，使用爬蟲技術(shù)爬取政務(wù)微博賬號(hào)發(fā)布的自然災(zāi)害事件的微博資源組成數(shù)據(jù)源，并使用LDA主題建模對(duì)數(shù)據(jù)源進(jìn)行主題聚類，劃分微博主題；其次，通過對(duì)數(shù)據(jù)源的主題內(nèi)容進(jìn)行分析，確定知識(shí)圖譜模式層的本體類目及屬性關(guān)系定義，使用Protege本體構(gòu)建工具構(gòu)建自然災(zāi)害知識(shí)圖譜的本體；第三，在數(shù)據(jù)層，對(duì)數(shù)據(jù)源進(jìn)行預(yù)處理后，對(duì)微博資源的實(shí)體、關(guān)系進(jìn)行抽取，規(guī)范化處理后形成微博三元組語料庫(kù)，將微博三元組語料庫(kù)導(dǎo)人Protege工具構(gòu)建的本體中，導(dǎo)出owl文件轉(zhuǎn)換成RDF三元組文件進(jìn)行RDF序列化后，形成微博關(guān)聯(lián)數(shù)據(jù)集；最后，將RDF三元組存人Ne04j圖數(shù)據(jù)庫(kù)中實(shí)現(xiàn)知識(shí)圖譜可視化，并使用Ne04j圖數(shù)據(jù)庫(kù)的Cypher語句實(shí)現(xiàn)對(duì)自然災(zāi)害知識(shí)圖譜的語義檢索，整體的構(gòu)建流程如圖1所示。

3.2數(shù)據(jù)采集

森林火災(zāi)作為世界八大災(zāi)害之一，持續(xù)燃燒的森林火災(zāi)嚴(yán)重威脅人類社會(huì)的生命財(cái)產(chǎn)和生態(tài)安全。近年來，森林火災(zāi)事故頻發(fā)，為有效防控森林火災(zāi)，本研究選取微博平臺(tái)政務(wù)部門官方發(fā)布的“森林火災(zāi)”主題相關(guān)資源作為數(shù)據(jù)源進(jìn)行組織與分析，使用Python程序采集相關(guān)數(shù)據(jù)，采集的時(shí)間范圍為近一年，即2022年6月25-2023年6月14日，采集檢索詞為“森林火災(zāi)”，獲取字段包括微博發(fā)布者名稱、微博發(fā)布者網(wǎng)址、發(fā)布時(shí)間、發(fā)布內(nèi)容等數(shù)據(jù)，通過對(duì)這些數(shù)據(jù)進(jìn)行人工篩選，只保留政務(wù)微博發(fā)布的信息資源，如“四川消防”“甘肅森林消防”等政務(wù)微博，并去除政務(wù)微博信息資源中重復(fù)及無價(jià)值的信息，最終選定1061條有效數(shù)據(jù)，為后續(xù)知識(shí)圖譜的實(shí)現(xiàn)建立數(shù)據(jù)基礎(chǔ)。

3.3主題劃分

獲取數(shù)據(jù)后，首先對(duì)數(shù)據(jù)內(nèi)容進(jìn)行分析。本文構(gòu)建的自然災(zāi)害知識(shí)圖譜需要按照主題分類的方式，展示自然災(zāi)害信息的各個(gè)類別以及類別之間的關(guān)聯(lián)，因此，首先要使用LDA主題建模對(duì)微博資源進(jìn)行主題劃分。LDA模型是David M B等于2003年在潛語義分析LSA和概率潛語義分析PLSA的基礎(chǔ)之上提出的一種主題模型，采用非監(jiān)督的機(jī)器學(xué)習(xí)方法，能有效地提取大規(guī)模文檔集和語料庫(kù)中的隱含主題，具有良好的降維能力、建模能力及擴(kuò)展性。LDA模型中文檔被表示為潛在主題的隨機(jī)混合，每個(gè)主題都是以詞語的分布為特征，因此，該模型包括3個(gè)層次，分別為文檔、主題和詞匯，在一篇文檔中生成單詞的概率為“文檔一主題”和“主題一單詞”的聯(lián)合概率分布，每個(gè)詞的生成概率如式（1）所示，其中w、t和d分別表示詞匯、主題和文檔。

對(duì)于微博內(nèi)容這類短文本，使用LDA主題建?？梢院芎玫貙?duì)文本內(nèi)容進(jìn)行向量化來計(jì)算文本間的相似度，更好地挖掘文本中的隱含主題。

本文通過困惑度（Perplexity）評(píng)價(jià)指標(biāo)確定微博信息的最優(yōu)主題數(shù)，在概率語言模型中，困惑度是用來評(píng)估語言模型優(yōu)劣的指標(biāo)，較小的困惑度意味著模型對(duì)新文本有較好的預(yù)測(cè)作用。本文設(shè)置最大主題數(shù)為7，得到的主題數(shù)對(duì)應(yīng)困惑度的值如圖2所示。通過圖2可知，當(dāng)主題數(shù)為4時(shí)出現(xiàn)拐點(diǎn)，結(jié)合文本內(nèi)容的分析，選取4作為微博主題數(shù)值最為合適。確定主題數(shù)后，計(jì)算每個(gè)主題和每個(gè)主題下主題詞的概率矩陣，完成對(duì)微博文本的主題劃分，并抽取每個(gè)主題對(duì)應(yīng)的TF-IDF值前十的高頻詞，如表1所示。

為更準(zhǔn)確地分析劃分后的主題數(shù)據(jù)，對(duì)部分?jǐn)?shù)據(jù)的主題進(jìn)行人工調(diào)整，最終確定4個(gè)主題對(duì)應(yīng)的主題名稱，分別為防災(zāi)常識(shí)、防災(zāi)措施、災(zāi)情預(yù)測(cè)和災(zāi)情通報(bào)。通過LDA主題建模對(duì)微博內(nèi)容進(jìn)行主題聚類，為后續(xù)知識(shí)圖譜的構(gòu)建厘清了脈絡(luò)，有利于實(shí)現(xiàn)對(duì)微博內(nèi)容的進(jìn)一步挖掘。

4自然災(zāi)害知識(shí)圖譜的構(gòu)建

4.1自然災(zāi)害知識(shí)圖譜模式層的構(gòu)建

模式層的構(gòu)建是知識(shí)圖譜構(gòu)建的核心，在構(gòu)建知識(shí)圖譜的模式層時(shí)，首先要對(duì)數(shù)據(jù)源的內(nèi)容結(jié)構(gòu)及其關(guān)聯(lián)關(guān)系進(jìn)行梳理，確定本體類目及類目之間的關(guān)系。本文通過對(duì)數(shù)據(jù)源的內(nèi)容進(jìn)行分析后，圍繞自然災(zāi)害知識(shí)的組織與管理，參考借鑒自然災(zāi)害領(lǐng)域的知識(shí)概念，選擇復(fù)用DCMI Terms、FOAF本體以及自建本體詞表（FMO）的方式，實(shí)現(xiàn)自然災(zāi)害微博資源類目的構(gòu)建。本文將微博文本內(nèi)容進(jìn)行主題劃分后，首先進(jìn)行模式層主題類目的構(gòu)建，主題類目下共包含4個(gè)主題子類，具體構(gòu)建的內(nèi)容如圖3所示。

圖4中展示本體構(gòu)建全部類目及屬性關(guān)系，共包含25個(gè)類目，其中“主題”和“機(jī)構(gòu)”兩個(gè)類目復(fù)用DC本體，“發(fā)布者”類目復(fù)用FOAF本體，其他類目使用自建本體詞表（FMO）進(jìn)行描述。對(duì)劃分的4個(gè)主題，包括常識(shí)類信息、災(zāi)情類信息、預(yù)測(cè)類信息和措施類信息，每個(gè)主題的類目進(jìn)行具體劃分，盡可能地從災(zāi)害信息中提取更詳盡的知識(shí)信息，有望對(duì)政府機(jī)構(gòu)、消防領(lǐng)域及相關(guān)群體在制定決策、了解災(zāi)害信息方面提供更多幫助。

其中，關(guān)于對(duì)象屬性共設(shè)置3個(gè)類別，分別為子類（subClassof）、動(dòng)作類（actionClassof）及具有類（hasClassof），具體構(gòu)建的關(guān)系如表2所示，同時(shí)對(duì)個(gè)別類目設(shè)置數(shù)據(jù)屬性，具體概念及屬性如表3所示。

根據(jù)前文構(gòu)建的類目及關(guān)系，借助Protege本體建模工具實(shí)現(xiàn)自然災(zāi)害知識(shí)本體的程序化，其具體結(jié)構(gòu)可視化如圖5所示。

4.2自然災(zāi)害知識(shí)圖譜數(shù)據(jù)層的構(gòu)建

數(shù)據(jù)層的構(gòu)建主要基于已經(jīng)構(gòu)建的模式層，通過對(duì)數(shù)據(jù)進(jìn)行預(yù)處理后，進(jìn)行實(shí)體關(guān)系三元組的抽取，具體的構(gòu)建過程如下：

4.2.1數(shù)據(jù)預(yù)處理

本文采集了微博平臺(tái)的微博發(fā)布者名稱、微博發(fā)布者網(wǎng)址、發(fā)布時(shí)間、發(fā)布內(nèi)容等數(shù)據(jù)，由于微博文本帶有符號(hào)、標(biāo)簽、超鏈接等內(nèi)容，因此需要對(duì)文本數(shù)據(jù)進(jìn)行清洗。首先使用Python的外部庫(kù)Jieba中文分詞工具對(duì)微博文本內(nèi)容進(jìn)行分詞處理、停用詞的過濾和詞性標(biāo)注，其次根據(jù)火災(zāi)消防領(lǐng)域的知識(shí)概念，創(chuàng)建自定義詞典，加入相關(guān)的專有名詞以提高數(shù)據(jù)分詞的準(zhǔn)確率。對(duì)數(shù)據(jù)進(jìn)行預(yù)處理后，形成微博文本語料庫(kù)。

4.2.2實(shí)體抽取

本文根據(jù)概念層定義的本體結(jié)構(gòu)，分別對(duì)每一主題下的語料庫(kù)進(jìn)行命名實(shí)體識(shí)別，實(shí)現(xiàn)各類目實(shí)體的抽取。命名實(shí)體識(shí)別是指識(shí)別語料庫(kù)中具有特定語義的實(shí)體，包括人名、地名、組織名等實(shí)體。本文使用哈爾濱工業(yè)大學(xué)語言技術(shù)平臺(tái)（LanguageTechnology Platform，LTP）提供的模型對(duì)微博語料庫(kù)進(jìn)行命名實(shí)體識(shí)別，LTP模型不僅能很好地實(shí)現(xiàn)分詞，而且能有效地識(shí)別文本中地名、人名、組織機(jī)構(gòu)名等命名實(shí)體。由于本文是以政務(wù)微博發(fā)布的森林火災(zāi)事件為研究對(duì)象，該事件中會(huì)涉及大量的組織、地點(diǎn)、人物和機(jī)構(gòu)，因此，使用LTP模型對(duì)微博語料庫(kù)進(jìn)行命名實(shí)體識(shí)別，可以提高實(shí)體關(guān)系三元組的精確度，獲取到的部分實(shí)體結(jié)果如表4所示。

4.2.3關(guān)系抽取

本研究使用基于依存句法分析與語義角色標(biāo)注的方法進(jìn)行實(shí)體關(guān)系三元組的抽取。依存關(guān)系語法認(rèn)為謂語中的動(dòng)詞是句子的中心，其他成分與動(dòng)詞有直接或間接的關(guān)系，依存句法分析通過分析句子中詞匯之間的關(guān)系確定句子的句法結(jié)構(gòu)，包括主謂關(guān)系（SBV）、動(dòng)賓關(guān)系（VOB）、定中關(guān)系（ATT）等。語義角色標(biāo)注是淺層語義分析的一種重要實(shí)現(xiàn)方式，該方法并不對(duì)整個(gè)語句做詳細(xì)的語義分析，而只是標(biāo)注句子中給定謂詞的語義角色，語義角色描述了一個(gè)謂詞和它的參數(shù)之間的關(guān)系，對(duì)表面的句法構(gòu)架進(jìn)行抽象。語義角色標(biāo)注方法是以句子的謂詞為中心，分析句子的其他成分和謂詞之間的關(guān)系，即分析句子的謂詞一論元結(jié)構(gòu)，并用語義角色來描述這些結(jié)構(gòu)關(guān)系。

本文首先使用依存句法分析句子的關(guān)系類型，利用依存句法分析對(duì)句子中的動(dòng)賓關(guān)系以及并列關(guān)系進(jìn)行提取，再使用語義角色標(biāo)注獲取微博語料中的主語和核心謂詞，主語作為該句的施事者，以核心謂詞為出發(fā)點(diǎn)，根據(jù)依存句法分析的結(jié)果，對(duì)句子的賓語即受事者進(jìn)行識(shí)別與提取，組成實(shí)體關(guān)系三元組。圖6展示基于LTP對(duì)采集的微博文本信息進(jìn)行依存句法分析與語義角色標(biāo)注的過程，在該圖中，“聯(lián)合”這一謂語動(dòng)詞為該句中的根詞項(xiàng)，各個(gè)詞項(xiàng)之間的鍵值對(duì)表示各個(gè)詞項(xiàng)之間的依存關(guān)系，首先找尋與“聯(lián)合”謂詞存在動(dòng)賓關(guān)系（VOB）的詞語，即“大隊(duì)”，而“大隊(duì)”和“救援隊(duì)”存在并列關(guān)系（C00）；再找尋與“聯(lián)合”謂詞存在并列關(guān)系（C00）的詞語“開展”作為句子謂詞，找尋動(dòng)賓關(guān)系（VOB），即“活動(dòng)”。因此，“高新區(qū)應(yīng)急管理局”作為本句的施事者（標(biāo)記為A0），根據(jù)依存句法分析的動(dòng)賓關(guān)系及并列關(guān)系，提取受事者組成的實(shí)體關(guān)系三元組為（高新區(qū)應(yīng)急管理局，聯(lián)合，高新區(qū)消防大隊(duì)）、（高新區(qū)應(yīng)急管理局，聯(lián)合，藍(lán)天救援隊(duì)）、（高新區(qū)應(yīng)急管理局，開展，應(yīng)急教學(xué)活動(dòng)）。

4.2.4數(shù)據(jù)融合

通過對(duì)數(shù)據(jù)的實(shí)體關(guān)系三元組抽取后，將抽取的三元組中不重要的內(nèi)容刪除，并將表述不清、不完整的數(shù)據(jù)補(bǔ)充完整，對(duì)內(nèi)容表述重復(fù)的數(shù)據(jù)進(jìn)行數(shù)據(jù)融合，人工調(diào)整部分三元組數(shù)據(jù)。首先是部分?jǐn)?shù)據(jù)不完整的問題，通過查詢相關(guān)信息補(bǔ)充完整數(shù)據(jù)，例如21日、28日等日期信息不完整，補(bǔ)充為“2022年8月21日”“2022年8月28日”以及“瀘州市”“宣漢縣”等機(jī)構(gòu)名稱不完整，補(bǔ)充為“瀘州市人民政府”“宣漢縣森林防滅火指揮部”等：其次是發(fā)布的應(yīng)急措施名稱不同但內(nèi)容相同的問題，即內(nèi)容表述重復(fù)性的問題，例如“森林防滅火巡查工作”“巡防森林火情”和“巡邏防護(hù)工作”都為森林防火巡查的措施，可以將這些措施名稱融合為“森林防滅火巡查工作”。最終將獲取的三元組數(shù)據(jù)實(shí)例批量導(dǎo)入Protege構(gòu)建的本體中，并將導(dǎo)出的owl文件轉(zhuǎn)換成RDF文件，實(shí)現(xiàn)RDF序列化。

5自然災(zāi)害知識(shí)圖譜的應(yīng)用

本研究使用Ne04j圖數(shù)據(jù)庫(kù)及Cypher查詢語句實(shí)現(xiàn)知識(shí)圖譜的檢索與可視化，構(gòu)建的知識(shí)圖譜能夠從宏觀及微觀層面反映出主題下各類目實(shí)體之間的語義關(guān)聯(lián)關(guān)系。最終形成的知識(shí)圖譜共包含657個(gè)實(shí)體節(jié)點(diǎn)和755個(gè)關(guān)聯(lián)關(guān)系，呈現(xiàn)的圖譜如圖7所示。

在知識(shí)圖譜的可視化方面，從宏觀角度來看，自然災(zāi)害知識(shí)圖譜中，共包含防災(zāi)措施、災(zāi)情通報(bào)、災(zāi)情預(yù)測(cè)和防災(zāi)常識(shí)4個(gè)主題的圖譜，圖7展示了各主題的發(fā)布者以及主題下的類目信息。首先，綠色節(jié)點(diǎn)為發(fā)布者節(jié)點(diǎn)，從4個(gè)主題的發(fā)布者數(shù)量來看，發(fā)布者發(fā)布防災(zāi)常識(shí)、災(zāi)情通報(bào)以及防災(zāi)措施主題數(shù)量較多，體現(xiàn)各地政府十分重視森林火災(zāi)的防控以及預(yù)防工作，關(guān)于森林火災(zāi)的微博內(nèi)容發(fā)布得較為全面，但較多的發(fā)布者只集中于發(fā)布其中某一主題的相關(guān)內(nèi)容，涵蓋較多主題的發(fā)布者較少。從微觀角度來看，自然災(zāi)害知識(shí)圖譜共包含4個(gè)主題，在這4個(gè)主題圖譜中，防災(zāi)措施主題圖譜展示了應(yīng)急機(jī)構(gòu)針對(duì)森林火災(zāi)事件所發(fā)布的應(yīng)急措施：災(zāi)情通報(bào)主題圖譜展示了森林火災(zāi)發(fā)生的地點(diǎn)與災(zāi)害時(shí)間、災(zāi)害起因、救災(zāi)組織、救火方式等關(guān)聯(lián)關(guān)系：防災(zāi)常識(shí)主題圖譜展示了預(yù)防常識(shí)和逃生常識(shí)的相關(guān)知識(shí)：災(zāi)情預(yù)測(cè)主題圖譜展示了相關(guān)機(jī)構(gòu)發(fā)布的可能引起災(zāi)害事件發(fā)生的天氣以及社會(huì)環(huán)境預(yù)警信息。以災(zāi)情預(yù)測(cè)主題為例，使用Cypher語句對(duì)其進(jìn)行展示，可以看到該主題關(guān)聯(lián)了很多相關(guān)的天氣及社會(huì)環(huán)境預(yù)警信息節(jié)點(diǎn)，如圖8所示。

在圖8中可以了解到災(zāi)情預(yù)測(cè)這一主題發(fā)布的天氣預(yù)警信息包含“深圳市森林火險(xiǎn)黃色預(yù)警”“蕉嶺縣森林火險(xiǎn)紅色預(yù)警”等森林火險(xiǎn)預(yù)警信息，以及“江西省高溫紅色預(yù)警”“衢州市干旱黃色預(yù)警”等高溫干旱預(yù)警信息；社會(huì)環(huán)境預(yù)警信息包含“野炊、吸煙等違規(guī)用火”以及“進(jìn)山人數(shù)激增”等內(nèi)容。通過獲取天氣以及社會(huì)環(huán)境預(yù)警信息，能夠及時(shí)了解導(dǎo)致災(zāi)害事件發(fā)生的因素，并對(duì)可能發(fā)生的災(zāi)害事件進(jìn)行監(jiān)測(cè)，從而對(duì)災(zāi)害事件的防范起到一定的輔助作用。

在知識(shí)圖譜檢索方面，自然災(zāi)害主題知識(shí)圖譜可以通過Cypher語句實(shí)現(xiàn)相關(guān)節(jié)點(diǎn)及關(guān)系的查詢與檢索，如對(duì)災(zāi)害發(fā)生地點(diǎn)節(jié)點(diǎn)“內(nèi)蒙古錫林郭勒盟東烏珠穆沁旗薩麥蘇木北部”進(jìn)行查詢，使用Cypher查詢語句“match

data=（na：‘FMO：Dis-aster_location{uri：“內(nèi)蒙古錫林郭勒盟東烏珠穆沁旗薩麥蘇木北部”}）-[r]->（ nb） return data”得到的查詢結(jié)果如圖9所示，可以了解到該地點(diǎn)發(fā)生的災(zāi)害事件類型、災(zāi)害發(fā)生級(jí)別、災(zāi)害發(fā)生時(shí)間和結(jié)束時(shí)間、災(zāi)害起因以及受災(zāi)范圍等信息。

從知識(shí)圖譜的查詢過程與可視化結(jié)果可以看出，知識(shí)圖譜的檢索功能可以幫助用戶便捷地檢索與查閱關(guān)鍵主題詞的相關(guān)信息，不僅節(jié)省了用戶翻看微博的時(shí)間，而且大大提高了用戶查詢?yōu)暮π畔⒌男?。另外，?duì)微博資源進(jìn)行主題劃分能夠使信息以更準(zhǔn)確精練的方式被提取利用，不僅能夠協(xié)助政府機(jī)構(gòu)全面了解災(zāi)害事件微博信息發(fā)布的核心內(nèi)容與主題類別，進(jìn)一步提高信息的利用率與信息查詢的準(zhǔn)確度，同時(shí)也可以幫助政府機(jī)構(gòu)了解災(zāi)害事件微博發(fā)布的規(guī)律與特點(diǎn)，為其完善災(zāi)害事件的管理與預(yù)防、發(fā)布后續(xù)的微博信息提供較為重要的參考與支持價(jià)值。

6總結(jié)

本文以“森林火災(zāi)”事件為例，構(gòu)建了基于政務(wù)微博的自然災(zāi)害知識(shí)圖譜，首先將微博信息進(jìn)行LDA主題劃分，再通過本體構(gòu)建、數(shù)據(jù)預(yù)處理、實(shí)體關(guān)系抽取、數(shù)據(jù)融合等過程提取RDF三元組，最終通過Ne04j圖數(shù)據(jù)庫(kù)實(shí)現(xiàn)自然災(zāi)害知識(shí)圖譜的構(gòu)建，同日寸對(duì)知識(shí)圖譜的可視化與檢索的過程進(jìn)行實(shí)證。本研究將離散的微博信息整合成主題清晰、關(guān)聯(lián)性強(qiáng)的可視化知識(shí)，進(jìn)一步挖掘隱含主題并將相關(guān)主題的信息聚合在一起，梳理各主題下所包含的類目信息，實(shí)現(xiàn)了從分散信息到關(guān)聯(lián)知識(shí)的轉(zhuǎn)化。對(duì)災(zāi)害信息進(jìn)行可視化知識(shí)組織，不僅可以幫助政府部門、消防組織等做好決策部署與政策工作安排，還可以滿足社會(huì)用戶的相關(guān)信息需求，為多元主體提供知識(shí)服務(wù)，同時(shí)對(duì)保障社會(huì)安全和促進(jìn)國(guó)家經(jīng)濟(jì)平穩(wěn)發(fā)展具有重要現(xiàn)實(shí)意義和科學(xué)意義。鑒于本文對(duì)微博信息選取研究的數(shù)據(jù)量相對(duì)有限，在今后的調(diào)查研究中可以再選取微信、網(wǎng)媒等信息資源豐富的數(shù)據(jù)量，進(jìn)一步擴(kuò)大自然災(zāi)害知識(shí)圖譜的主題與實(shí)體節(jié)點(diǎn)，從而加強(qiáng)數(shù)據(jù)之間的關(guān)聯(lián)程度，更好地實(shí)現(xiàn)防災(zāi)信息的開發(fā)與利用，提升自然災(zāi)害知識(shí)圖譜的利用價(jià)值。