论文部分内容阅读
微博、微信、网络论坛等一些社交平台的产生使得人们可以随时随地发表自己的看法,同时,Web技术的发展也使人们打破了时间、空间的限定,可以通过@等多种方式在网络空间形成对话。对于同一件事情,众说纷纭,观点对立也是常常存在的,当意见呈现两极化时,在线讨论演变为在线辩论。不同的人表达自己意见方式不同导致参与辩论的人往往呈现出不同的理性程度。理性程度较低的发言包括辱骂、人身攻击、地域攻击等行为严重影响了网络环境、降低了辩论质量;理性程度较高的发言则可以刺激辩论双方进一步有效思考,使得辩论更加深入。因此,本文将探究在线辩论的理性影响因素,旨在于提高辩论质量,让更多有价值的观点涌现出来,这些观点能够为政策制定提供辅助意见。 在线辩论话题涉及领域十分广泛,其中关于中医废立的争论历来已久,伴随着Web技术增强,中医辩论由线下蔓延至线上。本文将以中医辩论为例,阐述对在线辩论理性影响因素的探究方式及过程。 文章选择了天涯论坛作为数据源,综合利用自然语言处理、文本挖掘、假设检验等技术,分析了在中医辩论过程中立场与理性程度之间的关系。首先,将Disagreement Hierarchy模型与Latent Dirichlet Allocation模型相结合,实现了理性程度的定量计算。通过对个例的分析,发现了理性程度与立场之间可能相关。利用特征提取与逻辑回归方法构建了分类器,实现了立场自动分类。结合分类器与LDA模型的推断能力,获得了大规模语料集上立场判别与理性程度计算,并对两者之间的相关性进行了假设检验,得到持反对中医观点的网民相对于持支持中医观点的网民发言更加理性这一结论,在统计学意义下证明了中医辩论中立场为影响理性程度的一个重要的内在因素。 本文在对立场理性程度进行探究时,获得了辩论理性层级较低的话题,发现该类话题包含了大量的网络詈语。网络低俗语言使得网络环境变得“乌烟瘴气”。因此,本文以此为契机,基于Word2Vec模型搭建了网络詈语提取过程,从天涯杂谈6年的发帖中获取了382个常用的网络不文明词汇,作为网络詈语词典。基于词典,定义了用户不文明表达程度,进而为确定网络发言的文明程度奠定了基础。 本文为了便于对在线辩论的过程进行分析,基于最小权重控制集、最小生成树等概念,扩展了多视角图的定义,给定了观点演化实现算法,并基于算法,利用开源工具Django与Echarts实现了观点演化系统,通过网页界面进行展示,并对结果进行了示例说明。