一种基于PAM模型的芯片供应链风险识别方法

摘要

[目的/意义]随着贸易全球化的发展,以芯片为代表的高新产业供应链呈现出全球分工与多企业参与的特点。同时,因科技制裁、新冠肺炎疫情等不确定性事件的增多,芯片供应链遭受风险的频率也随之大幅增长。因此,在不确定环境下如何有效地识别芯片供应链面临的风险并发现其中的风险关联成为需要解决的重要问题之一。[方法/过程]利用PAM模型,结合句子级事件抽取原理提出一种三阶段的芯片供应链风险识别方法。首先,将开源文本数据进行停用词与分词处理后通过PAM模型发现超主题及其关联主题;其次,利用主题关键词,发现与主题密切关联的文本,并从中提取主题风险句,利用依存句法识别风险句中的具体事件;最后,利用语义依存树识别事件间关联,获得风险句的风险属性,利用PAM模型及风险属性将具体风险进行关联和可视化展现。[结果/结论]以新冠肺炎疫情发生以来与芯片供应链风险相关的新闻文本为数据来源进行实例验证。通过采集新闻文本,结合芯片供应链特征,对芯片供应链上游、中游、下游以及整体风险进行识别,最终共识别出64条风险,并对部分风险内容及其关联进行可视化展现,证明了该方法的有效性。