重大突发事件的情景图谱构建

doi:10.3772/j.issn.1000-0135.2021.09.003

情报学报

2021, Vol. 40

Issue (9): 924-933 DOI: 10.3772/j.issn.1000-0135.2021.09.003

专题约稿

本期目录 | 过刊浏览 | 高级检索

重大突发事件的情景图谱构建

张海涛^1,2,3, 刘伟利¹, 栾宇¹, 刘嫣¹

1.吉林大学管理学院，长春 130022
2.吉林大学信息资源研究中心，长春 130022
3.吉林大学国家发展与安全研究院，长春 130022

Construction of Scenario Graph for a Major Emergency

Zhang Haitao^1,2,3, Liu Weili¹, Luan Yu¹, Liu Yan¹

1.School of Management, Jilin University, Changchun 130022
2.Research Center of Information Resources of Jilin University, Changchun 130022
3.Institute of National Development and Security Studies, Jilin University, Changchun 130022

摘要
图/表
参考文献
相关文章 (3)

全文: PDF (3425 KB) HTML (93 KB)
输出: BibTeX | EndNote (RIS)

摘要以事件为中心构建重大突发事件情景图谱，不仅能描述情景要素的状态，还能反映重大突发事件的发展趋势。因此，本文提出了一种构建重大突发事件情景图谱的方法。首先，分析影响事件发生、发展和突变的要素，并深入探讨要素之间的内在联系，从而构建情景模型，用于描述要素状态及要素之间的联系；其次，在情景模型的指导下，构建上层情景本体，并提出一种利用深度学习构建下层情景本体的方法；最后，提出情景图谱的构建流程，通过事件及事件关系抽取，构建旱灾情景本体，并对情景本体进行实例化，构建2007年吉林省特大旱灾情景图谱。研究结果表明，本文构建的情景图谱不仅能够描述重大突发事件当前的发展状态，还能够解释事件发展与演变的内在动因，预测事件未来的发展趋势。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	张海涛
	刘伟利
	栾宇
	刘嫣

关键词 ：重大突发事件, 情景图谱, 情景本体, 情景模型, 情景要素

收稿日期: 2021-06-23

基金资助:国家社会科学基金重点项目“基于事理图谱的重大突发事件演变机制研究”（20ATQ005）。

作者简介: 张海涛，男，1966年生，教授，博士生导师，主要研究领域为突发事件与网络舆情、用户信息行为，E-mail：zhtinfo@126.com；刘伟利，男，1997年生，硕士研究生，主要研究领域为突发事件与网络舆情；栾宇，男，1988年生，博士研究生，主要研究领域为突发事件与网络舆情；刘嫣，女，1994年生，博士研究生，主要研究领域为突发事件与网络舆；

引用本文:

张海涛, 刘伟利, 栾宇, 刘嫣. 重大突发事件的情景图谱构建[J]. 情报学报, 2021, 40(9): 924-933.
Zhang Haitao, Liu Weili, Luan Yu, Liu Yan. Construction of Scenario Graph for a Major Emergency. 情报学报, 2021, 40(9): 924-933.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2021.09.003 或 https://qbxb.istic.ac.cn/CN/Y2021/V40/I9/924

1 中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议[EB/OL]. (2020-11-03) [2021-04-19]. http://www.gov.cn/zhengce/2020-11/03/content_5556991.htm.
2 仲秋雁, 郭艳敏, 王宁, 等. 基于知识元的非常规突发事件情景模型研究[J]. 情报科学, 2012, 30(1): 115-120.
3 戎军涛, 王莉英. 基于本体的公共危机事件情景模型研究[J]. 现代情报, 2016, 36(6): 50-55.
4 王循庆, 李勇建, 孙华丽. 基于随机Petri网的群体性突发事件情景演变模型[J]. 管理评论, 2014, 26(8): 53-62, 116.
5 中华人民共和国突发事件应对法(主席令第六十九号)[EB/OL]. (2007-08-30) [2021-06-21]. http://www.gov.cn/zhengce/2007- 08/30/content_2602205.htm.
6 袁辉. 重大突发事件及其应急决策研究[J]. 安全, 1996(2): 1-4, 8.
7 Wilson D T, Hawe G I, Coates G, et al. A multi-objective combinatorial model of casualty processing in major incident response[J]. European Journal of Operational Research, 2013, 230(3): 643-655.
8 陈志宗, 尤建新. 重大突发事件应急救援设施选址的多目标决策模型[J]. 管理科学, 2006, 19(4): 10-14.
9 徐绪堪, 李一铭. 基于情景相似度的突发事件多粒度响应模型研究[J]. 情报科学, 2021, 39(2): 18-23, 43.
10 种大双, 孙绍荣. 基于传染病模型的重大突发事件舆情传播与控制[J]. 情报理论与实践, 2018, 41(5): 104-109.
11 宗蓓华. 战略预测中的情景分析法[J]. 预测, 1994(2): 50-51, 55.
12 姜卉, 黄钧. 罕见重大突发事件应急实时决策中的情景演变[J]. 华中科技大学学报(社会科学版), 2009, 23(1): 104-108.
13 刘铁民. 重大突发事件情景规划与构建研究[J]. 中国应急管理, 2012(4): 18-23.
14 张志霞, 郝纹慧, 张二双. 网络舆情驱动下突发事件情景推演研究[J]. 情报科学, 2020, 38(5): 141-147.
15 Helbing D, Ammoser H, Kühnert C. Disasters as extreme events and the importance of network interactions for disaster response management[M]// Extreme Events in Nature and Society. Heidelberg: Springer, 2006: 319-348.
16 Gruber T R. A translation approach to portable ontology specifications[J]. Knowledge Acquisition, 1993, 5(2): 199-220.
17 Lagoze C, Hunter J. The ABC ontology and model[C]// Proceedings of the International Conference on Dublin Core and Metadata Applications. Tokyo: National Institute of Informatics, 2001: 160-176.
18 Kaneiwa K, Iwazume M, Fukuda K. An upper ontology for event classifications and relations[C]// Proceedings of the Australasian Joint Conference on Artificial Intelligence. Heidelberg: Springer, 2007: 394-403.
19 朱文跃, 刘宗田. 基于事件本体的突发事件领域知识建模[J]. 计算机工程与应用, 2018, 54(21): 148-155.
20 李淮春. 马克思主义哲学全书[M]. 北京: 中国人民大学出版社, 1996: 642.
21 向洪. 四项基本原则大辞典[M]. 成都: 电子科技大学出版社, 1992: 369-370.
22 刘樑, 许欢, 李仕明. 非常规突发事件应急管理中的情景及情景-应对理论综述研究[J]. 电子科技大学学报(社科版), 2013, 15(6): 20-24.
23 范维澄, 刘奕, 翁文国. 公共安全科技的“三角形”框架与“4+1”方法学[J]. 科技导报, 2009, 27(6): 3.
24 刘宗田, 黄美丽, 周文, 等. 面向事件的本体研究[J]. 计算机科学, 2009, 36(11): 189-192, 199.
25 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 中华人民共和国国家标准: GB/T 35561-2017突发事件分类与编码[S]. 北京: 中国标准出版社, 2017.
26 Cui Y M, Che W X, Liu T, et al. Revisiting pre-trained models for Chinese natural language processing[C]// Proceedings of the Conference on Findings of the Association for Computational Linguistics: EMNLP 2020. Stroudsburg: Association for Computational Linguistics, 2020: 657-668.