面向应急情报采集与组织的突发事件特征词典编制*

陈祖琴（1.南京大学信息管理学院　江苏南京　210023）（2.江苏省数据工程与知识服务重点实验室（南京大学）　江苏南京　210023）

·专题：面向突发事件应急决策的快速响应情报体系研究·

面向应急情报采集与组织的突发事件特征词典编制*

陈祖琴
（1.南京大学信息管理学院江苏南京210023）
（2.江苏省数据工程与知识服务重点实验室（南京大学）江苏南京210023）

摘要：

文章提出从“分类、分级、分期”三个维度对突发事件特征属性进行描述和编码，建立突发事件特征词典，辅助应急情报采集与组织的方法。首先，利用现有突发事件分类体系，以及从相关部门关于突发事件的分类、通报等信息中提取的突发事件分类特征属性词及词间关系，设计编码规则，建立突发事件分类词表；其次，利用相关文件提取突发事件各个分类的分级标准并编码，再针对每个分类下的所有分级制定分期标准；再次，采用概念树的形式存储突发事件三个维度的特征属性，构建突发事件特征词典；最后，利用构建的特征词典辅助突发事件情报采集与组织。

关键词：

突发事件；应急情报；特征词典；情报采集；情报组织

1　前言

频繁发生的各类突发事件，给人们的生命和财产安全造成了巨大威胁，快速有效的应急决策，对减少损失起着至关重要的作用，而有效的情报支持则是决策成功的关键。已有研究成果多将曾经发生的突发事件经验和教训视为宝贵的信息资源，采集和组织已经发生突发事件的决策情报，具有重要的意义。国内外相关研究显示，从情报学的视角对突发事件情报进行组织及相应处理的研究还比较少。鉴于突发事件的复杂性和难以预测性，“情景-应对”模式已成为突发事件应对研究的主流，“情景-应对”是在对以往事件发生以及运行规律的认识和收敛的基础上，形成和制定相应的应对措施。根据突发事件情景的特征编制词典，对突发事件情报的采集和组织进行规范，对突发事件应对具有积极的作用。

《国家突发公共事件总体应急预案》对突发事件的分类、分级原则进行了描述，并依据突发事件演化阶段分期进行应急处置，基于此作者在文献［8］中曾提出可以通过突发事件情景的分类、分级、分期三个维度属性的相似度来考察突发事件情景之间的相似度，从而发现相似情景，实现应急策略复用。本文将具体描述通过对突发事件的分类、分级、分期三个维度特征属性进行编码，构建突发事件特征词典的方法，为突发事件情报采集和组织提供工具和保障。

相关研究中，杨丽英等从较粗的粒度研究了突发事件新闻语料的分类体系和编码，为本文进行分类特征提取提供了一定的借鉴。参考《中国图书馆分类法》的编制原则和体系，首先对突发事件情景的分类特征属性概念进行编码建立分类词表；再针对每个类目，制定相应的分级标准并进行相应的代码设置，最后为每个类目下的每个级别的事件设置事件分期的标准和代码，得到完整的突发事件特征属性编码。同时，本文综合比较了关于领域特征词典构建的部分相关研究，最终采用概念树的形式来存储突发事件特征词典。

2　突发事件分类词表构建

分类词表记录着突发事件情景特征信息中总结出来的分类概念以及概念间关系，主要关系为上下位关系，次要关系为指代关系。上下位关系反映了概念之间的包含关系，指代关系是对相同概念的不同表达形式或者概念所指代的不便继续细分的下级概念等进行的规范。分类词表构建包含：（1）确定概念编码规则；（2）原始词表生成；（3）词表的完善（见图1）。

图1　分类词表构建模型

首先，利用现有突发事件分类体系和一些部门的相关文件中对突发事件的分类，提取分类特征属性词，根据制定的概念编码规则生成原始分类词表；其次，根据突发事件案例，包括历史突发事件案例和当前目标突发事件案例，提取分类特征属性词，对原始分类词表进行补充和完善，完成最终的分类词表构建。

2.1概念编码规则

突发事件特征词典里的概念，最主要的关系是上下位关系，因此在对概念编码时按照上下位关系进行分层编码。根据编码，能直观地看出概念之间的从属关系，表现出概念在分类概念树中的具体位置。编码的具体规则为：以概念在分类概念树中的层级为基础，为概念所处的每一层级分别赋予顺序编码，层级之间用“-”隔开。同时，为了减小编码的复杂度，借鉴《中国图书馆分类法》关于类目复分和仿分的做法。一方面，设置通用的复分表，对诸如事件的发生时间、地点等，进行共性类目的设置；另一方面，利用仿分的方式简化子类划分相似类目的划分，如“食源性传染病”属于食品安全事件的子类，其下级类目与普通“传染病”的下级类目划分相似，可以采用仿分的方式。

以“霍乱”为例，对编码的格式进行展示。“霍乱”是“甲类传染病”的一种，“甲类传染病”是“传染病疫情”的子类，他们之间形成上下位关系，若“传染病疫情”在构建好的词典里属于二级概念，它的第一层级编码为“1”，第二层级编码为“1”，则赋予“传染病疫情”编码“1-1”；“甲类传染病”属于三级概念，若其三级编码为“1”，则赋予“甲类传染病”编码“1-1-1”；相应地“霍乱”属于四级概念，其前三级的编码和上位概念相同，第四级的编码为“2”，则最后赋予编码“1-1-1-2”。编码由变长字符串来存储，根据概念所处的位置不同，处于不同层级的概念的编码长度也不同。

2.2原始词表生成

原始词表主要是利用现有突发事件分类体系，以及相关部门关于突发事件的分类、通报等信息提取分类特征词来生成。《国家突发公共事件总体应急预案》将突发事件分为公共卫生事件、自然灾害、社会安全事件、事故灾难四大类，并列出了相应大类的二级类目；《国家特别重大、重大突发公共事件分级标准（试行）》中对这些类目进行了更为详尽的细分，本文构建的词表沿用这些大类及其子类，在此基础上利用各级部门发布的相关文件，提取分类特征词进行进一步的细化，划分出更多层级的子类，最终细分到较为具体的事件名称。比如利用国家卫生计生委疾病预防控制局发布的关于全国法定传染病疫情的通报，可以对“传染病疫情”类目进行非常详细的划分。

具体到事件，例如，1988年上海甲型肝炎大流行事件，“甲型肝炎”作为分类特征词，在词表中属于“乙类传染病”的一个子类，“乙类传染病”属于“传染病疫情”的子类，而“传染病疫情”属于“公共卫生事件”的子类，“甲型肝炎”、“乙类传染病”、“传染病疫情”、“公共卫生事件”都是分类词表的组成概念。

为了对概念的表述进行规范，在词表中为每个特征词设置“备注”字段，将与其具有指代关系的所有其他表述统一映射到特征词下，后续进行分类特征属性词标引时都采用规范化的特征词。在规范特征词选取时，应注意灵活性，以实用为目的，尽量选取使用范围较广、公众接受度较高的词，并不强求一定要是学术性最强的表达（分类词表示例（部分）见表1）。

表1　分类词表示例（部分）

2.3词表的完善

突发事件的突发性和偶然性决定了原始词表不可能穷尽所有的类目，在确保基本大类不变的前提下，需要对相应类目进行不断扩充和完善。对历史突发事件案例情景及待决策的目标情景，设计抽取规则抽取出分类特征属性词并利用原始词表进行规范化标引，若抽取的分类特征属性词不能在原始词表中找到某个合适的具体类目进行标引，则该词作为新概念进行编码并添加进分类词表中。词表完善流程描述如下：

（1）抽取案例情景的分类特征属性词；

（2）利用原始分类词表对案例情景分类特征属性进行编码，若无法找到匹配的类目，则转到第（3）步；

（3）在原始分类词表中查找案例情景分类特征属性词的上位词，在其上位词的下级类目添加该分类特征属性词，修改原始分类词表；

（4）经过修改的原始分类词表构成了最终的分类词表。

3　各类突发事件分级、分期标准制定

根据构建的突发事件分类词表，针对每个分类设定其对应的分级标准和编码，再对每个分级设定相应的分期标准和编码，“分类”、“分级”、“分期”编码之间用“:”进行连接，得到完整的突发事件特征编码。

3.1分级标准设定方法

《国家突发公共事件总体应急预案》按照各类突发事件的性质、严重程度、可控性和影响范围等因素，将突发事分为4级：Ⅰ级（特别重大）、Ⅱ级（重大）、Ⅲ级（较大）和Ⅳ级（一般）。本文沿用这4个分级并据此对各个具体的突发事件分类进行分级标准设定，并在具体分级标准设定过程中，参考《国家特别重大、重大突发公共事件分级标准（试行）》关于特别重大、重大突发事件的划分标准，地方性《突发公共事件分级标准》以及各级各类部门的专门应急预案和文件的分级标准，如《广东省突发公共卫生事件应急预案》等，设定具体分类下的分级标准。分级标准设定方法主要分为：

（1）直接提取分级标准。若各类关于突发事件分级的文件中有关于某个分类的分级标准，则直接提取文件中关于该类的分级标准，若分类不存在某个分级，则表示为NULL。例如：针对“肺鼠疫”分类，分级标准可以描述为：

肺鼠疫-Ⅰ级：肺鼠疫在大、中城市发生并有扩散趋势，或波及两个以上省份，并有进一步扩散趋势。

肺鼠疫-Ⅱ级：肺鼠疫在1个县（市）范围内，1个平均潜伏期内发生5例以上或疫情波及2个以上的县（市）。

肺鼠疫-Ⅲ级：发生肺鼠疫病例，1个平均潜伏期内病例数未超过5例，流行范围在1个县（市、区）行政区域内。

肺鼠疫-Ⅳ级：NULL。

（2）沿用上位类的分级标准。对于无法在各类分级文件中找到具体类名的分类，通过查找其上位类的方式，直到在分级文件中找到最近的上位类，则该分类可以复用其在分级文件中的上位类的分级标准，进行相应的分类特征属性词替换，生成该分类的分级标准。

例如，关于“甲型肝炎”，在各类分级文件中无法找到关于“甲型肝炎”的分级标准，但在分级文件中可以查找到最近的上位类 “乙类传染病”的分级标准，以“乙类传染病-Ⅱ级”为例，其分级标准为“乙类传染病疫情波及2个以上县（市），1周内发病水平超过前5年同期平均发病水平2倍以上”，则“甲型肝炎-Ⅱ级”的分级标准沿用“乙类传染病-Ⅱ级”的分级标准，具体操作方法为以“甲型肝炎”替换“乙类传染病”：“甲型肝炎疫情波及2个以上县 （市），1周内发病水平超过前5年同期平均发病水平2倍以上”。

（3）根据下位类的分级标准确定上位类的分级标准。对于某个分类，如果无法在各类分级文件中找到具体类名的分类，也无法找到其上位类的分级标准，但是可以找到关于其所有下位类的描述，则可以利用所有下位类的分级标准，取并集的方式，生成该类目的分级标准。

（4）参照最接近的同级类目设置分级标准。若存在某个分类，无法在各类分级文件中找到具体类名的分类，也无法在分级文件中找到最近的上、下位类的分级标准，则可以参考与其最接近的同级类目的分级标准，设置其分级标准。

3.2分期标准设定方法

突发事件通常遵循一定的生命周期，每一种类型、每一个级别的突发事件都有其发生、发展和减缓的阶段，不同的学者对突发事件的分期给出了不同的划分方式。根据这些学者对突发事件的生命周期理论和突发事件阶段划分研究的探讨，以及突发事件应急处理的主要情报需求阶段，本文将突发事件的分期界定为：1（预警器）、2（爆发期）、3（缓解期）、4（重建期），并制定了相应的基础性分期标准。

（1）1（预警器）：突发事件已经开始出现，或者出现了苗头，导致突发事件发生的因素显现。

（2）2（爆发期）：突发事件大量出现，影响范围或者造成的损失快速扩大，或者突发事件造成的损失或影响范围增长的速度增大。

（3）3（缓解期）：突发事件造成的损失或影响范围开始减小，或者突发事件造成的损失或影响范围增长的速度开始减缓。

（4）4（重建期）：突发事件完全得到控制，造成的损失或者影响范围不再扩大，突发事件趋于结束。

最后，利用基础性分期标准，根据具体分类、分级，进行详细的分期标准生成。例如，“传染性非典型肺炎-Ⅰ级”-2（爆发期）标准为：日新增病例数或报告发病地区数急剧增加。

4　突发事件特征词典构建

突发事件特征词典包含了突发事件“分类”、“分级”、“分期”三个维度的特征，在构建过程中首先根据分类特征词表和分级、分期标准构建突发事件特征词表，再采用概念树的形式来存储词典，从而清晰地表示词典中概念间的相互关系。概念树生成包括根据生成的分类特征词表，建立分类特征概念树；以及利用构建的分类特征概念树，根据特征词表内关于分级、分期标准的描述，对分类特征概念树上的节点添加所有可能的分级、分期节点，形成突发事件特征概念树，构成最终的特征词典。

4.1突发事件特征词表数据结构

根据对突发事件“分类”、“分级”、“分期”特征的描述，可以构建突发事件特征词表，特征词表中类目的最终编码格式为：“分类:分级:分期”。分类、分级、分期三个属性编码皆不为空则描述一个完整的情景点编码，否则情景点编码为空（突发事件特征词表的数据结构示例见表2）。如以编码“1-1-2-1:Ⅰ:1”为例，其代表的突发事件情景应为“处于预警期，特别重大的传染性非典型肺炎疫情”。

4.2分类特征概念树构建

利用突发事件分类词表，查找到“上位词”为空的分类特征词作为概念树的根节点，初始化概念树。然后顺序读取分类特征词表，查找在已经建立的分类特征概念树中是否存在该记录分类特征词的 “上位词”，若存在则将该记录分类特征词作为其“上位词”的子节点加入分类特征概念树中，否则将该“上位词”作为分类特征词加入分类特征概念树中，再将该记录的分类特征词加入概念树，并备注该词的指代关系。读取完所有记录，即完成分类特征概念树的构建。分类特征概念树生成算法为：

表2　突发事件特征词表数据结构（示例）

算法1分类特征概念树生成算法

输入：分类词表（FVocabulary）

输出：分类特征概念树（C_ConceptTree）

C_ConceptTree（FVocabulary）

｛

Root=“上位词”为空的特征词；//查找根节点初始化概念树

For（i=1 to n；i++）//顺序读取FVocabulary中的n条记录

｛

AddtoTree（特征词i）

｛

if（特征词i的上位词j存在于概念树中）

｛

添加特征词i为上位词j的子节点；

标注i的指代关系；

｝

else

AddtoTree（上位词j）

｝

｝

同时，根据突发事件分类词表的更新，应定期对分类特征概念树进行维护，更新分类特征概念树的内容。

4.3突发事件特征概念树构建

利用构建的分类特征概念树和突发事件特征词表，读取特征词表中的每条记录，按照记录中的“编码”字段，在分类特征概念树中找到相应的分类节点，添加“分级”子节点，再在相应的“分级”节点后添加“分期”子节点。最终，形成突发事件特征概念树（见图2），构成完整的突发事件特征词典。突发事件特征概念树构建算法：

算法2突发事件特征概念树生成算法

输入：分类特征概念树（C_ConceptTree），特征词表（Vocabulary）

输出：突发事件特征概念树（ConceptTree）

ConceptTree（C_ConceptTree，Vocabulary，）

｛

ConceptTree=C_ConceptTree

for（i=1 to m；i++）//顺序读取Vocabulary中的m个分类概念

while（编码≠NULL）

｛

if（Gij不存在于ConceptTree中）//Gij为第i个分类概念的第j个分级

add Gij to ConceptTree；

if（Pijk不存在于ConceptTree中）// Pijk为第i个分类概念的第j个分级的第k个分期

add Pijk to ConceptTree；

｝

｝

5　特征词典在应急情报采集与组织中的应用

5.1基于特征词典的应急情报采集

目前常用的情报采集技术主要有基于搜索引擎的情报采集、基于网络爬虫的情报采集和基于主题的情报采集，合理利用突发事件特征词典，对这三种方式的应急情报采集都具有较好的支持作用。

（1）特征词典对基于搜索引擎的应急情报采集的支持。基于搜索引擎的应急情报采集利用关键词硬匹配方法借助搜索引擎获取突发事件情报资源，以特征词典内的概念及其备注字段的不同表示形式为检索关键词，可以全面、准确地采集各个类型的突发事件，减少遗漏和重复。

图2　突发事件特征概念树示例（部分）

（2）特征词典对基于网络爬虫的应急情报采集的支持。基于网络爬虫的应急情报采集利用专门的机构、部门等的网站在一定范围内采集突发事件情报资源，根据特征词典可以对这些网站内容进行筛选，有针对性地采集其中相关的突发事件应急情报，提高应急情报采集的准确性。

（3）特征词典对基于主题的应急情报采集的支持。基于主题的应急情报采集预先确定主题模型，采集特定主题的突发事件情报资源，其关键问题是主题的表示和主题相关度的判别。利用特征词典，可以帮助用户明确应急情报的主题需求并进行规范化表达。同时，特征词典类目间的层次关系，可以作为概念相似度计算的依据，以便更好地判断主题相关度。

5.2基于特征词典的应急情报组织

对应急情报进行表征和序化，是突发事件特征词典的另一大功能。对于采集回来的杂乱无章的应急情报，首先，以特征词典为工具进行标引，实现情报内容特征的规范化表征，便于对应急情报的有效识别。其次，利用特征词典中类目之间的层次关系和指代关系，对经过标引后的情报进行有序化的存储，实现情报分门别类的组织，反映出不同突发事件应急情报之间的相互关系，并将表述形式不一致的同类突发事件应急情报归类到相同的类目下进行存储，从而提高应急情报组织的有效性。

6　算例分析

本文以部分“甲肝”爆发事件为例，展示特征词典对应急情报采集与组织的支持作用。

6.1“甲肝”类目在特征词典内的描述

在特征词典中，“甲肝”的类目层次为“公共卫生事件-传染病疫情-乙类传染病-甲肝”，“甲肝”类目及其子类的具体描述如下：

（1）分类属性。

1-1-2-2甲肝，备注：甲型病毒性肝炎、甲型肝炎入此。

（2）分级属性。

Ⅰ级：国务院卫生行政部门认定的特别重大甲肝爆发事件。

Ⅱ级:甲肝疫情波及两个以上县（市、区），1周内发病水平超过前5年同期平均发病水平两倍以上。

Ⅲ级：甲肝疫情在1个县（市、区）行政区域内，1周内发病水平超过前5年同期平均发病水平1倍以上。

Ⅳ：县级以上卫生行政部门认定的普通甲肝疫情。

（3）分期属性。

各种级别的甲肝疫情分期标准比较一致，统一描述如下：

1 预警期：确诊少量甲肝病人；

2 爆发期：日新增病例数或报告发病地区数急剧增加；

3 缓解期：日新增病例数减少

4 重建期：疫情得到控制，无新增病例，患者逐渐康复。

6.2基于特征词典的情报采集与组织示例

6.2.1基于特征词典的甲肝情报采集

根据特征词典描述，若进行基于搜索引擎的采集，在确定采集的关键词时，应同时包括“甲肝、甲型病毒性肝炎、甲型肝炎”，若采集只面对一定级别、一定发展阶段的事件，则根据特征词典，进一步限定采集的条件。进行基于网络爬虫的采集，则在指定的采集网站中，同样根据“甲肝、甲型病毒性肝炎、甲型肝炎”来筛选采集内容。进行基于主题的采集时，特征词典中关于该类目的描述，也能帮助用户明确主题需求。根据特征词典，以采集“1988年上海甲肝大爆发事件”和“2008年贵阳甲肝事件”为例，进行具体的描述。

根据特征词典中对类目的描述确定采集关键词，则能同时采集到包括“甲肝、甲型病毒性肝炎、甲型肝炎”的资源，例如：“1988年上海甲肝暴发”、“1988年毛蚶甲型肝炎事件”、“1988年甲型病毒性肝炎暴发流行期间死亡病例分析”等分别是以词典中“甲肝”的不同表述形式来采集的1988年上海甲肝爆发事件的情报；而“贵阳甲肝事件调查”、“贵阳市一起高校甲型肝炎暴发的流行病学调查”、“贵阳市某高校甲型病毒性肝炎流行现场消杀干预措施”等则是以词典中 “甲肝”的不同表述形式来采集的2008年贵阳甲肝事件的情报。

6.2.2基于特征词典的甲肝情报组织

根据特征词典的概念层次结构，“1988年上海甲肝大爆发事件”和“2008年贵阳甲肝事件”会被作为类目“1-1-2-2甲肝”的子类进行存储，由于分级和分期的不同，关于这两个事件的不同时期的情报会被组织在不同的子类下，以便为相应等级和发展阶段的“甲肝”事件提供情报支持。以“1988年上海甲肝大爆发事件”的情报组织为例，该事件分级为Ⅰ级，1988年1月中旬到2月初为事件的爆发期，因此采集的这个时间段内该事件的情报，被组织到同一个类目1-1-2-2:Ⅰ:2下。

7　结语

突发事件特征词典是进行应急情报采集与组织的有效工具。本文首先通过人工方式，根据现有突发事件分类体系，以及相关部门关于突发事件的分类、通报等信息，提取分类特征词生成原始分类词表，再随时根据突发事件案例更新原始分类词表，完善词表的分类体系。根据分类词表，针对每个类目设置相应的分级标准和编码，再针对每个类目的所属分级设置分期标准和编码，得到完整的突发事件情景的特征编码。最后，用概念树的形式进行存储，生成突发事件特征词典。本文主要是对突发事件特征词典构建方法和特征词典在应急情报采集与组织中的应用进行了理论探讨，在以后的研究中我们将构建逐渐完善的突发事件特征词典，对词典的有效性和词典的利用方法进行进一步的研究，相信随着应用性研究的深入，突发事件特征词典的可用性将得到不断的提升，从而提高应急情报采集的准确性和完备性，增强应急情报组织的有效性。

参考文献：

［1］蒋勋，苏新宁，刘喜文.突发事件驱动的应急决策知识库结构研究［J］.情报资料工作，2015（1）:25-29.

［2］蒋勋，毛燕，苏新宁，等.突发事件驱动的信息语义组织与跨领域协同处理模型［J］.情报理论与实践，2014，37（11）:114-123.

［3］刘樑，许欢，李仕明.非常规突发事件应急管理中的情景及情景-应对理论综述研究［J］.电子科技大学学报（社科版），2013（6）:20-24.

［4］李藐，陈建国，陈涛，等．突发事件的事件链模型［J］．清华大学学报（自然科学版），2010，（8）:1173-1177．

［5］陈刚，谢科范，刘嘉，等.非常规突发事件情景演化机理及集群决策模式研究 ［J］.武汉理工大学学报 （社会科学版），2011（4）:458-462.

［6］李仕明，刘娟娟，王博，等．基于情景的非常规突发事件应急管理研究——“2009突发事件应急管理论坛”综述［J］．电子科技大学学报社科版，2010（1）：1-3，14．

［7］国家突发公共事件总体应急预案［EB/OL］.［2015-02-20］.http://www.gov.cn/yjgl/2005-08/07/content_21048.htm.

［8］陈祖琴，苏新宁.基于情景划分的突发事件应急响应策略库构建方法［J］.图书情报工作，2014，58（19）：105-110.

［9］杨丽英，李红娟，张永奎.突发事件新闻语料分类体系研究［A］.中文信息处理前沿进展——中国中文信息学会二十五周年学术会议论文集［C］.北京:中国中文信息学会，2006:403-409.

［10］张会昌.基于领域词典的中文文本相似度匹配［D］.济南：山东大学，2014.

［11］高锐.基于Web的领域词典构建技术研究［D］.哈尔滨：哈尔滨工业大学，2008.

［12］陆文豪.基于关系数据库的专业领域语义词典构建研究［D］.上海：复旦大学，2009.

［13］ 江磊.领域词典的构建及其在语法分析中的应用［D］.南京：南京邮电大学，2011.

［14］ 国家特别重大、重大突发公共事件分级标准（试行）［EB/OL］.［2015-02-10］.http://www.xjhc.gov.cn/zwgk/ShowArticle. asp？ArticleID=61914.

［15］突发公共事件分级标准［EB/OL］.［2015-02-20］.http://www.jinshui.gov.cn/jswwzz/zwgk/yjgl/webinfo/2010/11/128884932 7699257.htm.

［16］广东省突发公共卫生事件应急预案［EB/OL］.［2015-02-20］.http://www.gdemo.gov.cn/zt/2013fangxun/yjya/201308/t201 30823_184486.htm.

［17］Steven Fink，Crisis Management:Planning for the Inevitable［M］.New York:American Management Association，1986:20-21.

［18］Ian I.Mitroff，Gus Anagnos，Managing Crises Before They Happen:What Every Executive and Manager Needs to Know about Crisis Management［M］.New York:American Management Association，2001：30-33.

［19］Mohamed Shaluf I，Ahmadun F R.Disaster types in Malaysia:an overview［J］.Disaster Prevention and Management:An International Journal，2006，15（2）:286-298.

［20］舒其林.非常规突发事件的情景演变及“情景-应对”决策方案生成［J］.中国科学技术大学学报，2012，42（11）:936-941.

［21］田雪筠.网络竞争情报主题采集技术研究［J］.图书与情报，2014（5）:132-137.

［22］徐绪堪，钟宇翀，魏建香，等.基于组织-流程-信息的突发事件情报分析框架构建［J］.情报理论与实践，2015（4）:70-73.

中图分类号：

G250.2

文献标识码：

A

DOI：

10.11968/tsygb.1003-6938.2015028

作者简介：

陈祖琴（1981-），女，南京大学信息管理学院博士研究生，研究方向：知识组织。

*本文系

国家社会科学基金重大项目“面向突发事件应急决策的快速响应情报体系研究”（项目编号：13&ZD174）、江苏省普通高校研究生科研创新计划项目“基于情景划分的突发事件应急响应策略库构建研究”（项目编号：KYZZ_0047）、中国地震局星火计划攻关项目“面向地震应急的空间智能决策方法研究”（项目编号：XH15019）与国家自然科学基金项目“面向知识服务的知识库结构研究”（项目编号：71303109）研究成果之一。

收稿日期：

2015-06-20；责任编辑：魏志鹏

Intelligence Collection and Organization Based on Unexpected Event Characteristic Dictionary

Abstract

In order to collect and organize the unexpected event intelligence,this paper proposes a method of construction unexpected event characteristic dictionary through the unexpected events'classification,grading and staging.It first extracts classification words and their relationship from the existed classification system of unexpected events and the information in the relevant departments'documents,and codes the classification words to establish the classified thesaurus.Then it extracts and codes the grading from the documents,formulates and codes the staging, constructs the unexpected event characteristic dictionary by concept tree.At last,it utilizes the unexpected event characteristic dictionary to assist intelligence collection and organization.

Keywords

unexpected event；unexpected event intelligence；characteristic dictionary；intelligence collection；intelligence organization