基于人工智能技术的突发公共事件政府舆情应对

王晓红　金盈盈

摘  要  突发公共事件下，及时、准确的信息生产和精准、有效的信息传播刻不容缓。当下，政府采取的经验舆情引导广泛存滞后、片面等缺陷，难以达到高效率引导社会群众、稳定社会的效果。随着科技发展和社会进步，人工智能技术应运而生。它可以助力政府的舆情应对，解决低效率、低时效性、不全面等问题。当面对突发的公共事件时，政府可以结合人工智能技术从舆情预警、分析与研判、应急反应和干预及信息分发四个维度提高舆情应对的针对性和有效性，更加从容、高效应对突发公共事件。

关键词  突发公共事件;政府;舆情应对;人工智能

中图分类号  G2      文献标识码  A      文章编号  2096-0360（2020）15-0056-04

舆情，是指公众关于社会中出现的现象、问题所表达的信念、态度、意见和倾诉表现的总和[1]，具有相对一致性、强烈性和持续性。突发公共事件通常具有突发性、不确定性、复杂性、灾难性、负面性等特征[2]，常令人们感到措手不及，并伴随时间延长滋长社会恐慌与不安。危机时刻，如何了解社会情绪并进行针对性传播是政府舆情应对中的重中之重。

根据CNNIC发布的第44次中国互联网络发展状况统计报告，截至2019年6月，我国网民规模达8.54亿，较2018年底增长2 598万;我国手机网民规模达8.47亿，网民使用手机上网的比例高达99.1%[3]。网民数量的激增预示着网络空间正逐步取代现实社会，网络逐步成为社会舆论的重要阵地。正如曼纽尔·卡斯特而在《网络社会的崛起》中指出：“空间不是社会的反映而是社会的表现。”网络空间已经不是社会的复制，其本身就是社会。当下的网络空间已然成为广大群众活跃的主要场所。立足于网络社会是政府部门迅速把握社会整体舆情，应对突发事件的重要落脚点。

随着社会的数据化，人类在互联网上留下越来越多的数据足迹，令大量原先无法追踪、统计和检索的问题变得有迹可循[4]。网络中包含用户信息的常见数据形式有三大类型：文本、图像视频以及位置信息。网络爬虫、语义识别、机器视觉等人工智能技术可以对上述数据进行收集和分析，帮助政府快速有效地准确掌握公众的心理特征和情绪变化，预测网络舆论的发展动向，有效解决地方政府在公共服务中存在的服务水平不高，回应能力弱等问题[5]，实现真实信息的迅速生产和对虚假信息的有力压制。

1  大数据下的舆情预警

1.1  全天候监测

由于突发公共事件发生的突然性和复杂性，政府部门在进行社会舆情监测时，通常呈现出信息难以获取或者获取滞后的困境。舆情监测不及时、不全面将大大削弱政府对突发公共事件舆情引导的时效性和有用性。网络爬虫技术的使用可以帮助政府部门实时、全面地抓取舆情信息，扭转舆情监测的被动情况，实现把握第一时间获知权，密切关注事态发展。

网络爬虫（Web Crawler，又称网络蜘蛛、网络机器人）是一种请求网站并提取数据的自动化程

序[6]。在搜索引擎中，网络蜘蛛（Spider）通过网络漫游，根据网页的链接，将互联网上的各种信息抓取到本地数据库，达到收集信息的目的[7]。网络爬虫可以帮助政府部门免去传统手动搜索、提炼繁杂信息，极大地提升信息获取效率，实现第一时间了解网络舆情。同时，自动化的爬虫程序可以在特殊情况下，24小时不间断地爬取信息。这一技术的使用将大大拓宽舆情监测的时间线和覆盖面，是保持对舆情的第一时间获知权，加强监测力度，迅速增强政府网络舆情的应对能力，为政府针对性进行舆情引导打下坚实的基础。

1.2  预警模型建立

2003年“非典”疫情结束后，我国开始推进突发事件应急管理体系建设，致力于构建分级预警制度[8]。然而，在2020年新冠肺炎疫情的考验面前，原因不明传染病的预警机制再次暴露出脆弱性。传统的预警机制已经远远不能满足瞬息万变的社会情况。因此，结合人工智能技术建立智能预警模型十分有必要。

智能预警模型的建立首先需要建立整合性议事平台，邀请不同领域专家参加，形成集体审议机制。同时，还要对于以往代表性突发性公共事件进行整合，归纳其特征和风险等级，建立基础数据库。当网络监测获取疫情信息后，通过机器学习等技术实现模型自动识别突发事件特征和判断风险等级程度，进行合理预警。智能预警模型能第一时间观察到突发事件的“苗头”，并随着经验数据的更新变得更高效、更敏锐。

2  大数据下的舆情分析与研判

2.1  网络舆情的“洞察”

随着網络流行语、“玩梗”和读图时代的到来，网络信息复杂多样。面对网络信息的浩如烟海、鱼龙混杂，人工识别显得力不从心[9]。而基于人工智能的语义识别技术和机器视觉，恰恰就能够帮助政府准确“窥视”出用户关注点和态度。

基于人工智能的语义识别技术和机器视觉技术，能够模拟人的视觉和分析功能，并通过不断的自我学习，自动对内容的情感倾向性进行识别。对于用户发布的文本，语义识别技术能够实现高速率和高正确率地解读。对于图片或视频中被摄目标的形态信息、像素分布和亮度、颜色等信息，机器视觉技术均可以完成对视觉情感分析中视觉特征提取、情感空间建立和特征与情感的映射，并通过情绪分析技术判断人们的态度。通过这两项技术，政府部门可以准确高效地了解受众心理、把握民众情绪。合理运用它，就如同拥有一双敏锐的“眼睛”，能够洞察社会所传递出来的情感讯号，帮助地方政府准确理清舆情产生的源头，洞悉社会情绪，把握社会发展风向，进一步实现有针对性的舆情引导。

2.2  舆情发展的“预言”

随着交通设备的普及和交通的便利，中国人口流动规模越来越大。截至2018年底，中国流动人口数量为2.41亿人，约占全国总人口的17%。突发公共事件，人群构成和人员的流动情况是政府部门判别社会恐慌程度的重要依据。麦克卢汉曾指出：“媒介是人的延伸。”当下人们的生活和工作都离不开各类终端设备。在终端设备中，LBS的位置信息可以通过无线通信将用户所处的地理位置信息进行收集和获取。

当突发性危机发生时，地方政府可以获取用户的当前位置信息以及历史定位信息。通过地理位置信息，了解当地民众的人口流动情况和地域分布。同时，匹配用户的地理位置与重点区域，计算用户和突发公共事件的空间距离以及危險程度，迅速建立当地模型预警。LBS不仅可以协助政府部门准确了解地区人群结构和流动情况，判断用户对信息的需求程度，更帮助政府合理进行相关信息的议程设置，“因地制宜”地进行特殊时期的信息生产与分配，提高应对能力和相关部门预见性，确保舆论引导工作适应形势发展的需要。

3  人机协作下的舆情应急反应和干预

心理学研究发现，当突发情况发生时，极易产生“社会感染”。当某件社会事件发生时，引起网民群体强烈的心理波动以及情绪与行为反应，而他们强烈的情绪反应影响到了其他网民的情绪反应，使别的网民受到他们的感染而形成情感共鸣[10]。当遇到突发事件，大多数人出现惊慌、害怕和震惊等情绪，这些心理会在短时间传递给他人，形成感染效果。政府部门作为大众媒体面临时效性和专业性两难的境地：如果跟社交媒体抢速度，它就不能确保自己的准确性，其专业性与权威性就会受到质疑;如果不抢速度，等到真相核实完毕，受众的兴趣可能早就转移，大众传媒就可能连介入新闻事件的时间节点都被消灭了[11]。因此，政府部门发布的内容不仅要满足受众知情权，更要及时有效生产信息，传递真实信息，消除不安因素，起到引导社会情绪的“掌舵”作用。

3.1  高效撰写“硬”信息——机器新闻

国外研究表明，1 500名研究对象在推特上传播真假消息各自所用时间，假新闻平均传播时间为10小时，而真实新闻传播需60小时[12]。虚假的谣言比客观事实传播速度要快得多准确、真实的信息如果不能生产，谣言就会乘虚而入，迅速增加人们的不安情绪。因此政府部门应该优先满足用户的“刚性”信息需求，保障百姓知情权。只有在了解真实的情况下，才能减少民众对突发性事件产生的不知所措和恐慌。

基于上述情况，政府可以通过机器人新闻实现突发事件情况的及时发布，在第一时间满足社会对“刚性”信息的需求。机器人新闻指的是使用网络机器的一些代码，通过新闻的模板进行新闻生产，实现自动化报道。机器新闻写作具有高效、精确的特点。自动撰写的信息生产模式使政府能够在第一时间生产出准确的新闻内容。机器人编写稿件相比于传统的编辑记者写稿，更擅长对大量的模板化的通报、事件类的新闻视频等内容进行生产。甚至有的机器新闻能实现秒级的出稿速度来应对突发事件。其在整体性、精确性和高效能方面具有无可比拟的优势。

此外，除了能够及时准确发布权威信息，满足突发事件中受众对于快速获取正确信息的需求以外，机器人新闻的信息生产还可以把相关工作者从枯燥乏味的机械化信息工作中解脱出来，缓解大型危机下的人力资源不足，促使政府人员把更多的精力放于思考如何更加深刻有效引导社会舆情、维护社会安定的工作中去，使人的创造力能够得到充分发挥。

3.2  负面信息压制——人“智”结合的辟谣专栏

互联网设备的普及以及网络的开放性、及时性特征，在促进信息高速传播的同时，也带来了虚假、反动的信息的快速产生和传播。网络的特有的网状结构又使得信息能够快速、广泛传播。谣言的控制就越发显得困难。谣言的出现与传播，给社会稳定和国家安全都造成了重大的负面影响。虚假信息挑动人们本就紧张的神经，误导渴望度过危机的群众，传递恐慌，加重了公共秩序的不稳定。因此，突发性公共事件下政府部门十分有必要开设“拨乱反正”环节——辟谣专栏，主动应对不真实信息的传播。

谣言止于公开。主动应对谣言传播是减少错误信息扩散的重要措施。面对海量冗杂的信息，完全人工“排谣”不仅时效性低，而且工作效率也极低。有时候还未来得及辟除第一个谣言，第十个谣言已经迫不及待赶来。此外，许多谣言都具有“换汤不换药”的特征，即将旧谣言词句部分替换，包装成新谣言。这给人工排查增加了不少的工作量。

面对谣言纷飞的信息环境，政府可以积极将“智能助理”技术与人工辟谣结合，及时开展辟谣专栏，进行官方排除谣言。基于机器学习的“智能助理”能够很好地帮助政府开展辟谣措施。“智能助理”可以对输入的信息进行处理，通过快速搜索后台数据库，推理判断该信息是否为谣言。其背后的数据库可以使过往曾经出现的谣言迅速被识破，极大程度上减轻了辟谣的工作量。同时，对智能助理筛选出的新谣言，人工进行真假判断，并及时增添到数据库中。政府部门人员一方面可以通过积极向专家求证，及时发布相关信息的真伪，达到遏制谣言传播的效果。另一方面对于反映社会疑问的谣言，政府人员也可以第一时间回应和解释。人“智”结合的辟谣专栏，能够加大政府危机预警的监测力度，减少由于不真实信息带来的社会损失，体现政府部门在危机事件下信息传播的专业性与权威性。

3.3  多渠道干预——多模态的智能生产

突发性公共事件下，政府作为社会主要的发言人，应调整信息传播力度，加大重要信息的传播。但由于受众的信息阅读习惯存在差异，信息接收渠道呈现多元化，单一形态的信息传播通常无法大范围覆盖受众。固守原有的网页或客户端进行相关的信息传播，远远不能满足当下民众对信息的需求。

这便要求政府生产多模态信息产品，增强传播力度和扩大传播范围。政府应当积极结合“中央厨房”理念和智能生产技术，实现多模态“并进”式信息生产模式（见图1）。

“中央厨房”具有集中规模采购、集约生产降低成本的优势，带来信息生产的时间灵活性和空间便捷性，便于信息生产者突破时空限制，随时随地获取素材进行加工。智能信息生产则集纳多项人工智能技术，如自然语言处理、计算机视觉、音频语义理解等，实现人工智能技术在媒体领域集成化、产品化的生产。例如2018年12月27日，新华社发布中国第一个短视频智能生产平台“媒体大脑·MAGIC短视频智能生产平台”，可以在极短时间内完成短视频的批量化生产，最快耗时仅需要6秒，日均产量可以达到10 000条。

突发事件变幻莫测、难以掌控，只有在全社会大范围传播和高频率强调突发事件信息，才有助于政府构建突发事件的客观全貌，全局引导，提升影响力。突发公共事件下，政府部门应当与时俱进，采集丰富主题素材上传至云端，再结合“媒体大脑”等智能生产技术加工成图文、短视频、H5等多种形态的多元化信息产品，提升所获的信息利用率，实现自动化、迅捷化地输出信息产品，引领社会舆情走向。实现多种传播渠道齐头并进，加大传播力度，实现高强度舆论引导，维护社会健康发展。

4  高到达率的“打靶”型精准分发

结合人工智能技术，政府可以通过个性化推送式服务，“打靶子”式地将信息产品精准推送给用户，提供他们最需要的信息，实现信息的“完美”到达。通过满足信息的个性化需求，真正做到为每一位百姓服务，造福民众。

4.1  顺应习惯的个性化推荐

从最初的文字到图片、短视頻到如今的交互，信息的传播形式呈现出多样化。文字由于含义丰富，内容深刻，被人们喜爱;图片和视频因为容易读取，信息量丰富，受到部分人的偏爱;H5则因为强烈的参与感，受到广泛欢迎。人们对于不同的信息形式各有偏爱。为了增强公共事件信息的传播力度，政府媒体可以通过平台来探索各类用户对于不同传播形式的偏好。针对用户不同的阅读偏好，将内容以受众喜闻乐见的形式进行生产加工，增强用户对信息的接受程度、认可度，实现对信息的高效率传递。

4.2  满足需求的LBS分发

将LBS大数据应用于信息分发领域，可以帮助政府精准挖掘用户要求，提供个性化信息服务。它可以根据用户位置和所处场景，预测用户所处的场景并他们提供当下最适合、最需要的信息。例如当前位置事件的最新进展、衣食住行的相关通知等，有理有据、有章有法地向民众解疑释惑、提供信息。相较于传统的政务信息的被动服务模式，LBS的信息分发更加以受众为中心，以需求为导向[13]，为群众提供实时信息、个性化、动态的信息服务，加强舆情引导的针对性和高效性。

5  未来与展望

现代科技的飞速发展促进了经济增长和社会繁荣，人工智能也给政府舆情治理带来了新的机遇。人机协同将是未来人工智能时代下的政府舆情引导和信息治理的主要方式。但结合人工智能技术治理的同时还应防范社会伦理和隐私权等问题。在未来，政府部门要不断加强人工智能技术的引进与应用，合理运用到突发公共事件高效、科学的舆情治理中。在人工智能技术的辅助下，发挥危难环境中政府部门“定海神针”的作用，实现顺畅的舆论导控格局，塑造理性、平和、健康的社会心态，营造人民群众美好的舆情生活体验。

参考文献

[1]张耀之.网络舆情语义识别的技术分析及识别流程构建[D].长春：吉林大学，2016.

[2]毋金秀.当前我国突发事件新闻发布工作研究[D].太原：山西大学，2015.

[3]黄楚新，崔政韬.以技术推动我国移动传播发展[J].新闻论坛，2019（5）：17-20.

[4]柳亦博.人工智能阴影下：政府大数据治理中的伦理困境[J].行政论坛，2018，25（3）：：97-103.

[5]孙思彤.人工智能（AI）技术在地方政府公共服务中的应用与发展[J].现代商业，2017（35）：37-38.

[6]卢植，胡健.大数据时代背景下的现代语料库研制概览[J].外语与翻译，2018，25（4）：39-44，98.

[7]吴绍忠，李淑华.互联网络舆情预警机制研究[J].中国人民公安大学学报（自然科学版），2008（3）：38-42.

[8]杨宏山.构建高效的突发公共卫生事件预警机制[J].人民论坛，2020（S1）：110-112.

[9]万源.基于语义统计分析的网络舆情挖掘技术研究[D].武汉：武汉理工大学，2012.

[10]郭媛媛.以社会感染理论探析在网络舆情中的网民心理[J].新闻研究导刊，2017，8（7）：87.

[11]骆冬松，胡翼青.谣言传播的媒介化：数字元技术时代公共危机事件的话语斗争[J].新闻界，2020（6）：

20-27.

[12]Soroush Vosoughi，DebRoy，SinanAral.The spreadof true and false news online[J].Science，2018（359）：1146-1151.

[13]郭潇雨.基于LBS大数据的营销应用[J].广西质量监督导报，2019（8）：211，188.