典型文献
后疫情时代侨情危机状况识别方法
文献摘要：
基于新冠疫情时代海外侨情危机事件频发,提出一种基于自动化信息要素抽取的新闻事件类型识别方法,对后疫情时代侨情新闻事件进行智能危机类别划分.首先,利用爬虫技术获取特定时间段的相关侨情事件新闻,进而采用信息抽取模型对语料数据进行信息要素抽取;然后,根据要素集的取值判断每条新闻的危机事件类型;最后,对2020年1月-8月的侨情新闻数据进行实证研究.结果表明:该方法不但能提升侨情分析的效率,还能进行多维度的危机状况信息可视化,有助于制定危机事件应对策略.
文献关键词：
后疫情时代;侨情;危机类型;自然语言处理;信息抽取
中图分类号：
作者姓名：
王华珍;孙雨洁;何霆;陆炫羽;刘晓聪
作者机构：
华侨大学 计算机科学与技术学院,福建 厦门 361021
文献出处：
引用格式：
[1]王华珍;孙雨洁;何霆;陆炫羽;刘晓聪-.后疫情时代侨情危机状况识别方法)[J].华侨大学学报（自然科学版）,2022(06):825-832
A类：
B类：
侨情,新冠疫情时代,外侨,危机事件,信息要素,新闻事件,事件类型,类型识别,类别划分,爬虫技术,技术获取,情事,信息抽取,取模,语料,新闻数据,情分,信息可视化,危机类型,自然语言处理
AB值：
0.350892
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
