基于媒体事件报告的全球风险网络激活的监督学习
社会与信息网络
2019-10-29 v2 物理与社会
摘要
世界经济论坛（WEF）每年发布关于对世界经济具有重大影响的全球风险的报告。目前，许多研究者分析风险的建模与演化。然而，极少有研究关注 WEF 发布的全球风险网络的验证。在本文中，我们首先从爬取自维基百科的带标注风险事件构建风险知识图谱。随后，我们比较 WEF 与维基百科网络中风险的关系依赖，发现它们共享超过 50% 的边。此外，各网络独有的边标志着专家与公众在全球风险上的不同视角。为降低触发风险激活的事件人工标注成本，我们构建了一个自动检测工具，可过滤掉超过 80% 与全球风险无关的媒体报道事件。在过滤过程中，我们的工具还从事件句子中持续学习全球风险相关的关键词。利用从风险知识图谱提取的事件位置，我们发现了全球风险各类别的地理分布特征。
引用
@article{arxiv.1908.00164,
title = {Supervised Learning of the Global Risk Network Activation from Media Event Reports},
author = {Xiang Niu and Gyorgy Korniss and Boleslaw K. Szymanski},
journal= {arXiv preprint arXiv:1908.00164},
year = {2019}
}