网络舆情信息分析中处理的核心对象是网络舆情事件，网络舆情事件与传统舆情事件的主要区别是网络舆情事件的舆论平台是否为互联网，互联网和新媒体的产生使得舆论范围更广泛，参与人数更多，传播速度更快。网络舆情事件和其他事件一样也有普通事件具备的要素，但除了普通事件的要素外，网络舆情事件应该具有一定的互联网的特性和传统舆情事件的特性。

以往已有多种研究事件表示的模型，如MUC的事件模版，将事件信息与事件相关的特定组织、人或人群实体关联起来，采用事件模版提取事件信息。ACE的事件结构体，从微观粒度研究事件，认为事件是涉及具体参与者的，通常能被描述为状态的变化。基于本体的事件模型ABC，以事件为驱动，通过对事件、情景、动作和Agent等概念及其关系的描述来表示事件，但是不能描述事件之间的关系与事件要素之间的关系^[12]。国际报业点新闻院会基于XML的新闻信息交换标准EventML-G2，用于描述新闻事件，在网页中给出创建一个标准新闻事件需要填写的信息^[13]。此外还有基于新闻报道5W1H思想的事件本体，如针对学术研究领域的事件本体^[14]、基于事件的人物本体模型^[15]、事件语义模型^[16]、中文新闻事件本体^[17]等，事件表示主要延续了who、what、when、where、why和how这六个要素的有机组合思想，没有对事件之间的关系进行说明。

为了充分利用网络舆情信息资源，从纷繁杂乱的信息中揭示信息的价值，无论是商业应用领域，还是社会管理领域，都已经产生了大量的信息处理技术方面的研究成果。在诸多研究成果中，本体被认为是能较好地处理异质性数据、改进数据共享效果的解决方案^[18]。本书构建网络舆情事件本体的语料库源于社会管理领域的网络资源，目标是面向资源的聚合应用。在资源筛选、实体名称提取、关系构建等方面具有一定的难度。资源选择方面，社会管理领域网络舆情信息资源数量庞大，内容质量参差不齐，网络用语表达随意性极大，采集到大量的网络资源后，需要对其进行筛选过滤，提取一定数量的、语义质量好的、具有代表性的资源后，才能有效提炼信息内容所包含的实体、实体属性、实体间关系以构建本体。在实体名称库构建过程中，网络用语不规范且表达随意性大，要对其进行人工筛选、同义归类。在实体关系构建上，需要考虑建立机构与机构间的关系库、机构与人物之间的关系库、人物与人物之间的关系库来实现对网络舆情信息内容的深入挖掘，而不仅是一般的共现关系。(www.daowen.com)

因此，本书在对大量社会管理领域网络舆情事件文本素材分析的基础上，结合突发网络舆情应对的决策需求，对社会管理领域的网络舆情信息要素进行分解，首先从主题特征及非主题特征两个维度确定核心类，然后确立类的属性以及类之间的关系，再根据定义的类创建类的实例，最后将本体形式化，使之能让计算机识别，主要过程见图6-1。