用于分析气候变化、能源和粮食安全的社会行为者话语的主题建模方法

LDA 图形模型

#

🔼 该图片展示了潜在狄利克雷分配（LDA）的图形模型。LDA 是一种用于发现大型文档集中隐藏主题结构的概率生成模型。模型中的每个节点（圆圈）代表一个随机变量，并根据其在生成过程中的功能进行标记。未着色的节点表示隐藏的变量，包括主题比例、主题分配和主题本身；着色的节点表示观测到的变量，即文档中的词语集合。矩形表示板符号，表示对封闭节点的重复。N 板表示文档内的单词集合，D 板表示集合内的文档集合，K 板表示潜在主题的总数。潜在参数空间包括 θ（主题-文档分布），β（词-主题分布），Z（语料库中每个词的主题指标）以及词语 W。α 和 η 都是超参数，分别控制 θ 和 β 的先验共轭狄利克雷分布，并显着影响 LDA 模型的行为。狄利克雷超参数对多项式参数具有平滑作用。通过降低 α 和 η 的值来减少 LDA 中的这种平滑效应，将导致更确定的主题关联，因此，θ 和 β 将变得更加稀疏。由 η 控制的 β 稀疏性表示该模型更喜欢为每个主题分配很少的术语。由 α 控制的 θ 的稀疏性意味着该模型更喜欢通过很少的主题来描述文档。对这些参数的推断包括反转生成过程，而不是从 β，θ 和 Z 中随机抽取生成观察到的单词。我们给出观察到的单词，其工作包括估计这些分布以最大化数据的对数似然性。这种推断过程具有挑战性，可以使用平均场变分推断，期望传播，吉布斯采样，折叠吉布斯采样和折叠变分推断来解决。此图直观地解释了 LDA 模型的工作原理和组件，是理解该模型的核心要素。

LDA主题及关键词

#

🔼 图2展示了使用潜在狄利克雷分配（LDA）方法得出的20个主要主题及其各自的关键词。这些主题包括金融危机、水危机、粮食安全、生物燃料、转基因农药、乙醇、气候变化、乙醇国际市场、乙醇国内市场、巴西蔗糖产业联盟（UNICA）、研究、市场准入、抗争、农业政策、贸易、发展、农业综合企业、食品价格、能源政策和投资。图中的圆圈大小表示该主题在语料库中出现的频率，例如“国内贸易市场”和“粮食安全”等主题的圆圈较大，表明它们在语料库中出现的频率较高。这些主题涵盖了论文研究的主要议题，包括社会政策辩论中的重要关注点，例如能源、气候变化和食物安全之间的复杂关系。通过关键词的展示，可以快速了解每个主题的具体内容，如“金融危机”主题下，相关的词汇可能包含“经济”、“危机”等，这有助于研究人员理解文本中不同主题的内涵。此外，通过对主题频率的分析，可以识别出论文研究中核心的关注领域，并为后续的深入分析提供指导。这种主题的视觉呈现方式，使得研究结果更加直观，便于读者理解和把握文章的主要内容，为后续的讨论和分析奠定了基础。

LDA 图形模型

#

🔼 该图为潜在狄利克雷分布（LDA）的图形模型，它以图示的方式展现了LDA模型中各个组成部分及其相互关系。图中，圆圈代表随机变量，其中实心圆表示可观察到的变量，如文档中的单词；空心圆表示潜在变量，如主题分布、主题分配和主题本身。矩形表示重复出现的结构，N表示文档内的单词集合，D表示文档集合，K表示潜在主题的总数。该模型的核心思想是将每个文档视为多个潜在主题的混合，而每个主题则是在词汇表上的概率分布。通过该模型，可以揭示文档集合中隐藏的主题结构。图中，α和η是超参数，控制着θ和β的Dirichlet先验分布，对LDA模型的行为有显著影响。参数θ表示文档-主题分布，β表示词-主题分布，Z是语料库中每个词的主题指标，W是词。此模型的推断过程旨在根据观察到的词来估计这些分布，以最大化数据的对数似然。推断过程具有挑战性，常用的解决方法包括平均场变分推断、期望传播、吉布斯采样和折叠变分推断等。此外，通过调整超参数α和η，可以实现对LDA模型的优化，例如，降低这些超参数的值会使主题关联更加明确，使得主题分配更加稀疏。这个图不仅是理解LDA模型的关键，也为后续的文本数据分析提供了直观的框架。通过对该模型不同组成部分的解读，可以深入理解主题模型的工作原理及其在文本分析中的应用，并进一步指导实际分析过程中的参数选择和模型优化。

LDA主题及其关键词

#

🔼 图2展示了通过潜在狄利克雷分配（LDA）方法提取的20个主要主题及其对应的关键词。这些主题涵盖了多个领域，包括经济、环境、农业和社会政策，反映了巴西社会在2007年至2017年间对气候变化、能源和食品安全等问题的讨论。图中每个圆圈代表一个主题，圆圈的大小与该主题在语料库中出现的频率成正比。例如，“国内市场”和“食品安全”这两个主题的圆圈较大，表明它们在讨论中占据了重要地位。具体而言，这些主题包括金融危机、水危机、食品安全、生物燃料、转基因农药、乙醇、气候变化、乙醇国际市场、乙醇国内市场、巴西甘蔗产业协会（UNICA）、研究、市场准入、斗争、农业政策、贸易、发展、农业综合企业、食品价格、能源政策和投资。关键词则反映了每个主题下的核心概念，例如，“气候变化”主题下的关键词可能包括“温室气体”、“减排”等。这些主题的识别和关键词的提取，有助于我们理解不同社会团体在气候变化、能源和食品安全等问题上的关注点，揭示了在特定时期内，哪些议题在巴西的公共讨论中占据主导地位，并为进一步分析不同行动者的观点和立场提供了基础。此外，该图也反映了这些议题之间存在的复杂关系，例如，生物燃料和食品安全之间的潜在冲突，以及它们与气候变化之间的关联。

LDA 图形模型

#

🔼 这张图展示了潜在狄利克雷分配（LDA）的图形模型，这是主题建模中常用的一种概率模型。图中，圆形节点代表随机变量，其中实心（灰色）节点表示可观测变量，即文档中的单词。空心节点代表潜在变量，包括主题比例、主题分配和主题本身。矩形表示重复的节点，N 表示文档中的单词集合，D 表示文档集合，K 表示潜在主题的总数。箭头表示变量之间的依赖关系。该模型的核心思想是，文档可以被视为潜在主题的随机混合，而每个主题都是词汇表上的概率分布。参数 α 和 η 是超参数，控制先验狄利克雷分布，影响 LDA 模型的行为。模型的目标是通过反转生成过程，从观测到的词中估计这些分布，最大化数据的对数似然性。图中公式展示了联合概率分布的分解方式，其中包含了文档主题比例的狄利克雷分布、主题中词项分布，以及每个词项的主题分配概率。LDA 模型常用于从大量文本数据中发现隐藏的主题结构，其应用范围广泛，包括文本分类、信息检索和社会科学研究等领域。本图解释了 LDA 模型背后的基本原理和数学结构，有助于理解其工作机制和应用场景。

LDA主题及其关键词

#

🔼 该图展示了通过潜在狄利克雷分配（LDA）方法提取的20个主要主题及其相应的关键词。图中每个圆圈代表一个主题，圆圈的大小与该主题在语料库中出现的频率成正比。颜色区分不同的主题，其中一些主要主题包括“粮食安全”、“国家市场”、“气候变化”、“生物燃料”、“食品价格”、“金融危机”、“农业商业”等。每个主题旁边列出了该主题的关键词，这些关键词有助于理解主题的具体内容。例如，“粮食安全”主题的关键词可能包括“农业”、“食品供应”、“贫困”等；而“气候变化”主题的关键词可能包括“温室气体”、“排放”、“可持续发展”等。此图旨在通过视觉化的方式，展示复杂文本数据中隐藏的主题结构，帮助研究人员快速了解论文的核心内容。从图中可以看出，“粮食安全”、“国家市场”是出现频率较高的主题，这表明这些是研究中讨论的关键议题。此外，“气候变化”和“生物燃料”等主题也显示了较高的关注度，反映了当前社会对环境和能源问题的重视。通过分析这些主题的分布和关键词，可以深入了解论文所探讨的社会政策辩论，以及不同参与者在这些辩论中的立场和观点。该图有效地总结了复杂文本数据的关键信息，为进一步分析提供了基础。

LDA主题随时间线的变化

#

🔼 该图表展示了2007年至2017年间，不同社会行动者（GOV, NGO, MEDIA, UNICA）在不同时间段内对不同主题的关注程度。图表类型是散点图，每个子图代表一个行动者，纵轴表示不同的主题（共20个），横轴表示时间（从2007年到2017年，以月份为单位）。散点的大小和颜色表示该主题在该时间段内的相对重要性或关注度，颜色编码从红色（低关注度）到蓝色（高关注度）渐变。 从整体上看，政府（GOV）在整个时间段内对某些主题的关注相对稳定，尤其是在前中期。非政府组织（NGO）的关注点较为分散，在不同时期对不同的主题有不同的侧重。媒体（MEDIA）的关注点则集中在某些特定的时间段和主题上，呈现出明显的阶段性特征。巴西蔗糖产业协会（UNICA）则主要关注与自身相关的特定主题，且关注度在时间上相对较为集中。 具体来说，政府（GOV）在2007-2012年期间对主题3,1,2,10有较高的关注。NGO在2013年之后对主题16，17，18关注较多。媒体（MEDIA）在2013-2016年期间对主题13，15关注较多。UNICA在整个时间轴上对主题7，19都比较关注。 总体而言，该图表揭示了不同社会行动者在不同时间段内对不同议题的关注重点和变化趋势，表明了他们各自的关注点和议程是如何随着时间而动态变化的，反映了社会各界对气候变化、能源和粮食安全等议题的复杂互动关系。

LDA主题随时间变化的趋势

#

🔼 该图展示了四个关键主题（气候变化、食品价格、食品安全和乙醇）在2007年至2017年期间随时间变化的趋势。图表采用堆叠面积图的形式，清晰地展示了不同行动者（政府GOV、新闻媒体NEWS、非政府组织NGO和巴西蔗糖产业协会UNICA）在不同时段对这些主题的关注程度。

对于“气候变化”主题，在2007年，新闻媒体的关注度显著提高，这与政府间气候变化专门委员会（IPCC）第四次评估报告的发布有关。2011-2012年间，所有行动者的关注度均有显著提升，这与在巴西里约热内卢举行的联合国可持续发展大会（里约+20）密切相关。此外，2009年政府对气候变化的关注度达到高峰，这与巴西国家气候变化政策的制定相吻合。

“食品价格”主题的关注度在2007年至2009年期间达到顶峰，这与2007-2008年世界粮食危机相呼应。此后，所有行动者对食品价格的关注度均有所下降，但仍然保持在一定的水平。相比之下，政府对“食品安全”主题的关注度在整个分析期间都保持较高水平，其次是非政府组织。这表明政府在粮食安全问题上具有持续的政策关注和投入。

最后，“乙醇”主题主要由巴西蔗糖产业协会（UNICA）强调，在整个分析期间都保持了较高的关注度，这反映了该协会在推广乙醇作为可再生能源方面的积极作用。其他行动者对乙醇的关注度相对较低，并且波动较大。

总的来说，该图清晰地展示了不同行动者在不同时期对关键议题的关注程度，突出了特定事件和政策对议题讨论的影响。例如，政府在粮食安全问题上的持续关注，以及UNICA在乙醇推广中的主导地位。这些数据对于理解巴西在气候变化、能源和食品安全领域的政策辩论和行动者参与具有重要意义。

主题的多维尺度分析图

#

🔼 该图为主题的多维尺度分析图，通过相似性指数（余弦指数）获得，用于解释潜在狄利克雷分配（LDA）主题之间的关系以及组织空间的维度。图中每个圆圈代表一个主题，圆圈的大小表示该主题在语料库中出现的频率，较大的圆圈表示更频繁出现的主题。颜色则用来区分不同语义集群的主题。横纵坐标轴则代表数据的潜在维度，用于展示主题之间的相对位置和关系。该图的应力函数值为0.033，表明结果具有较高的可靠性。图中，蓝色圆圈代表气候变化、粮食安全和生物燃料主题，这表明这些问题在多个方面具有相似性，尤其是在2008年，围绕生物燃料与粮食安全相关争议的讨论引发了广泛关注。四个参与者主要强调可再生能源，如乙醇，有助于减少对化石燃料的依赖，从而减缓气候变化。此外，生物燃料在应对全球变暖和促进经济社会发展方面也发挥着重要作用。图中还强调了乙醇与粮食作物之间的竞争，巴西政府、媒体和一些非政府组织对甘蔗乙醇进行了积极辩护，认为其有助于减少温室气体排放。同时，该图也反映了不同主题之间的联系，如“国家市场”和“贸易”等相关主题，并为理解不同主题在讨论中的地位和联系提供了视觉化的工具。

主题相关性分析图

#

🔼 该图展示了通过对应分析方法得到的不同主题之间的关联性。横轴和纵轴分别代表了两个主要的因子，共同解释了主题分布的变异。图中，每个点代表一个主题，点之间的距离反映了主题之间的相似程度。颜色编码用于区分主题，例如，蓝色表示与能源相关的议题，绿色表示与农业和食品安全相关的议题。靠近中心的主题表示它们与整体语料库的关联性较强，而远离中心的主题则代表它们在特定语境下更为突出。该图的主要发现是，食品安全（FOOD_SECURITY）、农业（AGRICULTURAL）和发展（DEVELOPMENT）等议题紧密相连，表明这些领域在讨论中经常被联系在一起。此外，气候变化（CLIMATE_CHANGE）和能源政策（ENERGY_POLICY）也相对接近，暗示两者在政策讨论中存在较强的关联。国际市场（INTL_MARKET）和贸易（TRADE）等主题则位于图的左侧，表明这些议题与前述的食品安全和环境议题相对独立。特别值得注意的是，乙醇（ETHANOL）和国家市场（NATIONAL_MARKET）等主题虽然彼此靠近，但与食品安全等议题有一定的距离，这可能反映了在巴西乙醇生产的讨论中，乙醇的经济利益与食品安全之间的潜在冲突。通过这张图，我们能够直观地理解不同主题在语料库中的关系和它们在研究中扮演的角色，从而更深入地把握社会政策辩论的复杂性。

气候变化主题的聚类分析

#

🔼 该图为对“气候变化”主题的聚类分析，展示了该主题下不同子主题之间的关系。图表采用热图的形式，通过不同颜色和灰度来表示词语之间的相似性和关联程度。每个像素点代表一对词语，颜色越浅表示这两个词语在文本中同时出现的频率越高，关系越密切。图表将与气候变化相关的讨论划分为几个主要子主题，并通过不同颜色进行区分，这些子主题包括：

1. 蓝色区域：谈判与气候协议 (Negotiations and Climate Agreements)。这个区域主要包含与国际气候谈判、政策制定和协议相关的词汇，如“document (文件)”，“sustentavel (可持续)”, “conferencia (会议)”，“acordo (协议)” 等，代表了国际社会在气候变化问题上的政策和谈判努力。这些词汇的共同出现，突出了政策制定和国际合作在解决气候变化中的重要性。

2. 橙色区域：温室气体 (GHG)。这个区域的词汇包括“metano (甲烷)”，“ozono (臭氧)”，“carbonico (碳)”等，这些词汇都直接指向了导致气候变化的温室气体。该区域的出现表明，对温室气体的关注是气候变化讨论中的核心要素。

3. 浅蓝色区域：气候变化的影响 (Effects of Climate Change)。该区域的词汇包括 “temperatura (温度)”, “catastrofe (灾难)”，“ambiental (环境)”等，反映了对气候变化负面影响的讨论，如极端天气事件、环境恶化等，突显了气候变化带来的实际威胁。

4. 黄色区域：京都议定书 (Kyoto Protocol)。 这个区域的关键词包括“intergovernamental (政府间)”, “protocolo (议定书)”，“cop (缔约方大会)”等，这些词汇与京都议定书及相关的国际协议直接相关。这个子主题表明了对国际气候政策和协议的关注，以及对特定国际框架的讨论。

5. 粉色区域：里约+20 (RIO +20)。这个区域的词汇如“conferencia (会议)”, “rio (里约)”，“mundo (世界)” 等，与联合国在里约热内卢召开的可持续发展大会相关。该区域的出现，反映了全球对可持续发展的关注，以及对大型国际会议在推动可持续发展议程上的作用。

6. 红色区域：科学研究 (Scientific Research)。 这个区域的词汇如“cientista (科学家)”，“pesquisa (研究)”，“metereologia (气象学)”等，表明了对气候变化科学研究的重视，强调了科学数据和研究结果在理解和应对气候变化中的重要性。

7. 绿色区域：亚马逊森林砍伐 (Deforestation of the Amazon) 和 减缓行动 (Mitigation Actions)。 这个区域的关键词包括“desmatamento (森林砍伐)”，“florestas (森林)”, “mitigacao (减缓)”等，与巴西的森林砍伐问题以及减缓气候变化的行动直接相关。该区域突显了环境保护措施在应对气候变化中的关键作用。

通过这个聚类分析图，我们可以清楚地看到，围绕“气候变化”这一主题，存在多层次的讨论和关注点。这些子主题不仅涵盖了气候变化的科学、政策和影响，还反映了社会对这些问题的复杂理解和多维度讨论，从而揭示了气候变化讨论的复杂性和多样性。