冲突强度的序贯潜变量模型

度量事件强度对于监测与追踪武装冲突至关重要。自动化事件抽取的进展已产生海量“谁对谁做了什么”微观记录数据集，使数据驱动的冲突监测方法成为可能。Goldstein 量表是一种广泛使用的基于专家的度量，在冲突-合作尺度上给事件打分。它仅基于动作类别（“什么”）而忽略事件的主体（“谁”）与客体（“对谁”），以及诸如相关伤亡数等应有助于感知事件“强度”的上下文信息。本文采用基于潜变量的方法来度量冲突强度。我们引入一种概率生成模型，假设每个观测事件关联一个潜强度类别。该模型的新颖之处在于对类别施加顺序，使得更高值的类别表示更高强度水平。潜变量的序贯性质由数据中自然有序的方面（例如伤亡计数）所诱导，其中更高值自然指示更高强度。我们从内在与外在两方面评估所提模型，显示其获得了相对良好的留出预测性能。