[论文解读] Topology Analysis of International Networks Based on Debates in the United Nations

Stefano Gurciullo, Slava Mikhaylov|arXiv (Cornell University)|Jul 29, 2017

Topological and Geometric Data Analysis参考文献 3被引用 7

一句话总结

本文提出了一种新方法，通过分析1970年至2014年联合国大会发言中的语义模式，推断联合国会员国之间的意识形态和认识论社群。该方法结合潜在狄利克雷分布（LDA）主题建模、信息论相似性（归一化互信息）以及地图方程框架，构建并分析语义网络，揭示了冷战时期明显的苏联集团社群，以及苏联解体期间显著的拓扑结构转变。

ABSTRACT

In complex, high dimensional and unstructured data it is often difficult to extract meaningful patterns. This is especially the case when dealing with textual data. Recent studies in machine learning, information theory and network science have developed several novel instruments to extract the semantics of unstructured data, and harness it to build a network of relations. Such approaches serve as an efficient tool for dimensionality reduction and pattern detection. This paper applies semantic network science to extract ideological proximity in the international arena, by focusing on the data from General Debates in the UN General Assembly on the topics of high salience to international community. UN General Debate corpus (UNGDC) covers all high-level debates in the UN General Assembly from 1970 to 2014, covering all UN member states. The research proceeds in three main steps. First, Latent Dirichlet Allocation (LDA) is used to extract the topics of the UN speeches, and therefore semantic information. Each country is then assigned a vector specifying the exposure to each of the topics identified. This intermediate output is then used in to construct a network of countries based on information theoretical metrics where the links capture similar vectorial patterns in the topic distributions. Topology of the networks is then analyzed through network properties like density, path length and clustering. Finally, we identify specific topological features of our networks using the map equation framework to detect communities in our networks of countries.

研究动机与目标

• 利用大会发言的文本数据，识别联合国会员国之间的意识形态和认识论社群。
• 通过建模实际政治行为体之间的关系，弥补网络科学中仅关注语义概念之间关系的不足。
• 检测国际意识形态网络随时间的结构性变化，特别是在重大地缘政治转型期间。
• 通过检验该方法是否能恢复已知的历史分组（如冷战时期的苏联集团），对方法进行验证。
• 提供一种可复现、数据驱动的框架，用于研究国际关系中的意识形态接近性。

提出的方法

• 对每年的联合国发言应用潜在狄利克雷分布（LDA），提取8个与政策相关的主题，为每个国家生成主题概率向量。
• 使用归一化互信息（NMI）作为国家主题向量之间的相似性度量，构建加权国家网络。
• 通过标准网络拓扑指标（包括密度、平均路径长度和聚类系数）分析网络拓扑结构，以检测随时间变化的结构性转变。
• 采用地图方程框架与Infomap算法检测语义网络中的社群，识别具有相似意识形态特征的国家群体。
• 使用1970至2014年间的联合国大会发言语料库（UNGDC），涵盖所有联合国会员国，数据在哈佛数据仓库公开获取。
• 对网络属性和社群结构的时间序列分析，可检测出相变现象，如冷战后的重新调整。

实验结果

研究问题

• RQ1 语义网络科学能否基于发言内容，检测出联合国会员国之间有意义的意识形态社群？
• RQ2 从联合国发言中推导出的国际网络的拓扑特性如何随时间演变，特别是在重大地缘政治事件期间？
• RQ3 该方法是否能成功恢复历史上已知的分组，如冷战时期的苏联集团？
• RQ4 信息论相似性度量在多大程度上比简单的文本相似性方法更能捕捉意识形态接近性？
• RQ5 检测到的社群在不同年份中具有多高的稳定性和可解释性？它们揭示了全球联盟关系的何种演变？

主要发现

• 网络密度、平均路径长度和聚类系数在1980年代末至1990年代初出现显著结构性转变，与苏联解体时间相吻合。
• 地图方程框架成功识别出冷战时期苏联集团国家的独立社群，为方法提供了部分验证。
• 检测到的社群数量随时间变化，1990年后显著增加，反映出全球政治话语的多样化。
• 美国、英国和法国在语义网络中始终处于中心且高连通性位置，表明其意识形态核心地位。
• 该方法揭示，意识形态一致性并非仅基于地理或经济地位，而是由共同的政策优先事项和多边外交中的修辞框架所塑造。
• 语义网络显示，2000年代中国、俄罗斯和美国形成日益紧密的集群，反映出在关键全球议题上的战略对齐趋势。