图语言模型（GLM）：用于检测社交不稳定性的图基方法
计算与语言
2024-03-27 v1
摘要
本科学报提出一种新方法，用于预测重要政治事件。该方法利用自然语言处理、图论、clique分析和语义关系在数据中揭示隐藏的预测信号。最初，我们设计了该方法的一个初步版本并对其进行了少数事件的测试。此分析揭示了初始研究阶段的局限性。我们随后以两种关键方式改进了该模型：首先，我们添加了一个过滤步骤，仅考虑与政治相关的新闻进行进一步处理；其次，我们调整了输入特征，使警报系统对数据中的显著尖峰更敏感。最终定型的改进方法后，我们在包括美国抗议、乌克兰战争和法国抗议在内的十一个事件上进行了测试。结果表明，我们的方法优于基线方法。通过针对性的精炼，该模型现在能够基于新闻数据中细微模式，提供对重大政治事件的更早、更准确的预测。
引用
@article{arxiv.2403.17816,
title = {Graph Language Model (GLM): A new graph-based approach to detect social instabilities},
author = {Wallyson Lemes de Oliveira and Vahid Shamsaddini and Ali Ghofrani and Rahul Singh Inda and Jithendra Sai Veeramaneni and Étienne Voutaz},
journal= {arXiv preprint arXiv:2403.17816},
year = {2024}
}