基于TF-IDF與LSA模型的社會救援組織主題分析

李瑩　楊士　唐靜　蔡繼永

關鍵詞：社會力量；災后救援；自合作；文本聚類；主題模型

中圖分類號：TP321 文獻標識碼：A

文章編號：1009-3044（2023）08-0019-03

0 引言

自然災害事件的發生往往會對社會造成巨大的損失[1]。如何在自然災害發生時，快速、有序、高效地組織救援是當今社會迫切需要解決的問題。

民間力量參與社會救助事業在我國古代就有記載[2]，社會救援力量在災后救援中承擔著重要的角色。在2008年2月，中國南方大部分地區遭遇了五十年不遇的冰凍災害[3]，為了讓救援活動順利開展，四面八方的社會組織成員積極地參與到此次抗凍救災活動中。除此之外，社會組織在汶川地震、蘆山地震等災后救援中也起到了重要的作用，這說明我國社會組織正在不斷發展和進步。但是，社會組織在參與災后救援過程中，也存在著職責不清、缺乏統一指揮調度、相互之間無協作等問題，因此明確救災類社會組織的構成，對其進行統一的管理是目前亟待解決的問題。

本文根據關鍵詞“志愿”“應急救援”“慈善”來收集社會組織信息以及其業務范圍，并結合TF-IDF與LSA主題模型對各類社會組織細化標簽，通過主題聚類分析明確各社會組織在救援行動中的職責和任務，以此來明確社會組織間災后救援時的職責定位。文本主題聚類是將相似度較高的同種類型的文本聚合在一起，因為它不需要先驗知識，因此，是一種無監督的機器學習方法。近年來，國內外學者在文本聚類方面做了很多的研究。評價一個文本聚類的標準包括三個方面：聚類的質量是否滿足應用需求、聚類的效率是否高以及聚類的可視化是否清晰明了。本文采用TF-IDF與LSA主題聚類模型，對社會組織進行細化標簽，并根據困惑度選擇最佳主題數量，確定各類社會組織的救災類型。

1 災后救援中社會組織間自合作現狀分析

自2008年以來，我國的社會力量逐漸壯大，并積極投身于災后救援工作。社會組織在參與救援時，具備很多社會優勢，如能夠及時了解各種受災群體的需求，并為其提供更專業化的救助等[4]。社會組織在參與救援的過程中也存在著一系列問題，如信息獲取渠道不暢通、信息內容不對稱等。針對這些問題，國內外學者也提出了一系列的解決方案，如張雷等人[5]在全方位分析災后的需求后，采用基于優化模型的分組算法，對地震災害應急救援隊伍的分組問題進行求解，王薇等人[6]為了解決社會支援組織在突發事件中能力不足等問題，設置了5個一級指標和18個二級指標構建能力評價體系，以此加強社會救援組織能力的建設。

目前，參與災后救援的社會組織力量逐漸壯大，他們在參與災后救援的工作時，并不是單打獨斗，而是共同協作的方式。

總體來說，不同救援類型的社會組織在災后救援中擔當著不同的角色，不僅包括資源收集者、行動倡導者、信息整合者，還包括專業服務者、組織連接者等，其供給鏈條如圖1所示。

當自然災害發生時，組織協調者負責對整個救援活動的流程進行調度與策劃[7]，并將信息收集組織收集上來的信息進行整合，整合的信息通過網絡等方式傳遞出去。當災區外的社會組織成員接收到救災信息后，開始向各方籌集物資，并派送專業的救援人員前往災區展開救援。可以看出，災區中的各類組織在其中發揮著不同的作用，單一類型組織難以應對復雜多變的災區情況，因此，需要組織間進行橫向合作和資源共享，以此提高救援效率。

2 基于TF-IDF與LSA模型的社會組織聚類分析

2.1 TF-IDF模型

在此公式中，f表示單詞j在文檔i 中出現的頻率，N 表示總文檔數，n表示文檔中出現單詞j 的文檔數量。該公式所計算的是某一文本的高詞語頻率，以及該詞語在文本集合中的低文本頻率，以此計算出高權重的TF-IDF，得出文本中的重要詞語。

2.2 LSA 模型

LSA（Latent Semantic Analysis） 是自然語言中基于潛在語義分析的文本主題獲取模型[9]，LSA通過奇異值分解方法得到語句中的主題。該模型首先需要將文本轉化為單詞矩陣，然后設定特定數量的主題，對單詞文本矩陣進行奇異值分解，以此來得到主題向量空間，其公式如式（3） 所示：

在該公式中，m 表示單詞的維度，n 表示樣本的個數，k 表示主題數量，其中，m、n、k 滿足不等式，如式（4） ：

LSA主題模型是將由文字轉化成的高維數據映射為具有較低維度的矩陣，減少了問題的大小，并給出了文字和文字的上下語義關系。

2.3 TF-IDF 與LSA 模型的主題分析

在該主題分析模型中，首先使用TF-IDF模型對文本進行重要詞頻統計，得出TF-IDF矩陣，然后利用LSA模型分析，首先分析文本集合，根據文本信息建立Term-Document矩陣；建立后，對該集合進行奇異值SVD分解，并對分解后的矩陣進行降維，保留前n個主題詞；降維后，根據特定的主題數量，對文本中的主體進行提取；最后，將社會組織救災類服務主題提取出來。

2.4 數據采集

本文通過查詢中國社會組織公共服務平臺，以“志愿”“應急救援”“慈善”三個詞為關鍵詞，搜索相關類型的社會組織信息，通過查找，獲取12 042個社會組織的業務范圍介紹（見表1） 。

在救災工作范疇內，各個社會組織都有自己的職能。例如，一個公益類型的社會組織，其工作范疇主要包括：從事志愿者注冊管理、培訓等工作，為志愿者發展創造機遇；承擔政府和相關單位所委派的各種社工服務；組織社會工作者的專題研討、推廣及學術交流；推進精神文明建設、社區建設、扶貧開發工作；協助老年人、助殘、關愛未成年兒童、救災和大型社會性事件等；向有特別困難和需求的人士提供服務等。

2.5 數據預處理

數據采集結束時，為了防止因重復信息造成研究結論不正確，須進行去重處理，確保各個文本的獨立性。為獲得大量有價信息，節約空間和提升統計質量，對大量中文文本信息進行去除停用詞的操作，本文將使用jieba分詞對大量中文文本信息進行處理，部分詞頻的統計成果見表2所示。

2.6 主題挖掘

利用TF-IDF與LSA主題模型對社會組織業務范圍進行主題挖掘。首先對預處理后的數據進行關鍵詞提取和向量轉換，主題數目以圖1中社會組織供給鏈為基礎，設置主題數范圍為[1，6]。

本文實驗的參數設置為a=1/K， β=0.01，高斯采樣的迭代次數設置為1 500次，LSA主題數根據模型困惑度計算結果見圖2所示。

從圖2中可以看出，當主題數增加時，模型困惑度也逐漸減小，并逐漸趨向穩定狀態。因此，本實驗的主題數設置為6。

3 實驗結果分析

根據LSA主題模型聚類結果，總結出七個社會組織服務類型，見表3。

從分析結果可以看出，我國的救援類社會組織呈現多元化發展，如專業救援組織，其主要從事的是有關于自然災害的救援工作，其占比數達到15.2%；以救助區兒童為主要救援工作的社會組織占比數為8.4%；公益類型的社會組織，占比數達到21.1%。從表3中的七個主題來看，我國的社會救援組織是災后救援的重要力量，不同救援的社會組織發揮著不同的作用。

4 結論

本文采用TF-IDF和LSA算法對國內災害救助中的各類社會力量組織進行了聚類分析，以此加強其自我協作能力。因為社會組織在救災工作的特殊性，其在救災工作中所扮演的角色不盡相同，而其各自的特點也有所區別。因此，有效橫向協作與垂直協作可以大大提高救援效率。并且高效的協作方式對拯救受災群眾的生命和財產具有重要意義。研究表明，在災害發生后，隨著社會組織的規模越來越大，其提供的服務類型也越來越多，這些社會組織之間的協作是提高救援效率的有效途徑。因此，明確社會救援組織類型，提前做好災前部署是極其重要的。