论文用复杂系统方法从60万篇意大利新闻中无标注识别历史转折期。
资讯摘要
论文提出一种基于复杂系统与统计物理方法的历时新闻语料分析框架，重建并探索了意大利《La Repubblica》1985年至2000年约60万篇文章的语料库。作者在词汇与语义两个层面用NLP技术分析，发现词频呈爆发式、Fano因子呈重尾分布且跨时间尺度稳健；通过词显著性的变点与语义相似度的块结构，无需先验标注即可识别第一共和国向第二共和国的过渡、海湾战争、科索沃战争等转折期，并观察到战争时期语义空间熵更低。
要点速读
- 语料为《La Repubblica》1985年1月1日至2000年12月31日约60万篇文章，覆盖意大利与全球政治社会剧变期。
- 词使用呈爆发性，Fano因子重尾分布且跨时间尺度稳健；词显著性的变点与语义相似度块结构可在无先验标注下检测转折期。
- 作者报告战争时期语义空间熵更低，表明话语更集中。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。