CLOpin:一种面向舆情分析与预警领域的跨语言知识图谱架构

摘要：

[目的]探索信息在不同语言之间的映射关系,可以实现对域外舆情的有效监控,并对境内受众进行积极正面引导.[方法]提出涵盖多来源的面向舆情分析与预警领域的跨语言知识图谱构建架构CLOpin,针对不同场景设计多个工具集处理跨语言的数据集,高效整合多种来源的数据,构建跨语言知识图谱CLKG(Cross-Lingual Knowledge Graph)以实现跨语言的舆情分析与预警.[结果]CLKG与单一语言知识图谱相比,突发事件一小时内的知识完整度提升13.9％,且仅比后者24小时内的完整度低5.2％.[局限]CLKG的构建受制于领域专家的稀缺,成为非通用语知识图谱建设的瓶颈.[结论]在CLOpin架构中,不同来源的知识相互补充,对事件信息量的扩充效果显著,有利于准确把握舆情动态并据此做出预警.

关键词：跨语言、知识图谱、舆情分析、预警、机器学习

所属期刊栏目：4

分类号：TP393;G250(计算技术、计算机技术)

资助基金：本文系北京市社会科学基金基础研究项目“网络社会中的跨语言信息传播与舆情预警机制研究”;国家社会科学基金项目“大数据时代面向国家安全的非通用语社交网络舆情研究”;北京外国语大学一流学科建设数据库建设项目“大数据背景下多语种汉外大规模在线语料库建设”

在线出版日期：2020-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：1-14