近年来,随着科技发展、全球化、环境气候等诸多因素的变化,各类突发事件频繁发生,造成了严重的伤亡损失和恶劣的影响。因此,有关突发事件应急管理与决策的研究有着迫切的现实需求。通过对以往的突发事件案例进行分析和学习,吸取其中的经验和教训可以辅助决策者在面对当下的新的突发事件时更好地做出决策。当然,越为相似的案例,其参考价值越大。因此,如何从以往案例库中找到与当下突发事件最为相似的历史灾害案例就成为一个关键问题,这就引发了本文对突发事件的相似度进行研究。突发事件多以文本形式进行表述,文本的相似度计算已经有了较为成熟的发展。目前,较为经典的两种算法分别是基于VSM(向量空间模型)的算法和基于LCS(最长公共子序列)的算法。但是,现有的研究多是以普通文本为研究对象,采用基于词语序列、关键词频率或者文本的语义结构等方法进行相似度计算,而还没有针对突发事件文本进行相似度计算的研究。在衡量普通文本之间的相似度时主要考虑文本的语义和语法,而在衡量突发事件文本的相似度时更加侧重状态、原因、应急决策方案等属性要素。因此,本文针对突发事件文本的特点提出了突发事件的框架模型,将突发事件文本视为各种属性的集合,并将所有的属性归类到事件基本属性、承灾载体、应急管理、次生衍生灾害四个子集合中。然后提出了基于《知网》语义词典和句子依存结构分析的突发事件框架相似度的计算方法,并提出用框架模型的相似度来衡量突发事件文本相似度的核心思想。最后,本文提出了基于对突发事件框架模型进行相似度计算的应急决策支持系统。该系统的整体功能流程是：首先利用依存模式对事件进行信息抽取并将有效信息填充到预先定义好的框架模型中,然后计算该框架与以往突发事件案例的框架之间的相似度,找出最为相似的以往的突发事件案例,利用该案例的经验和教训来辅助本次新的突发事件的应急决策。