甲：“哥，现在网上坏人太多了，细思极恐啊，你想想？”
乙：“我在睡午觉。你自个儿好好玩吧。”
甲：“你就看着坏人这么折腾？你也能睡着？”
乙：“你这么折腾我，我是睡不着。”
甲：“你瞅瞅，总有人在网上发这些小图（上方三幅图），我一般直接给他来个定性（下方图片）。可是最近，这种东西好像突然多了……”
乙：“哦，画得还行……你还有别的事吗？”
甲：“你评评理，这都过去多少年了，还炒这些陈年烂谷子的冷饭，这不就是不懂事，挑拨关系吗？我看不都是不懂事，最开始肯定有坏人带节奏！俄罗斯现在多不容易啊！每次看到他们发这些图，我这心里就特别不舒服，浑身难受！”
乙：“那咋办？要么放松一下，你请我吃顿日料？能吃饱还不会撑着。”
甲：“哥你大意了，吃日料属于汉奸。咱这样，你不是擅长大数据、人工智能么？帮我把带头炒这一波冷饭的坏人找出来，我请你吃莫斯科餐厅。”
乙：“那餐厅可不便宜……先问一句，你这“抓坏人”不是想搞网暴吧？”
甲：“都是正义之士的事，怎么能算网暴？你只管把挑头的挖出来，我找战友组团去给他回复——擒贼先擒王，枪打出头鸟——我让他欲哭无泪，哭笑不得！”
乙：“那咱们看看吧，开机伺候。”
甲：“喳”
乙：“你这事属于信息溯源问题，也就是追踪信息在网上的传播路径，并进而发现信息的源头。第一步，先用网络爬虫……”
甲：“哥你这词用得好，这些坏人就是网上的爬虫，是网上的大毒草！”
乙：“别瞎打岔，网络爬虫是*载下**网页数据用的程序，咱们给它些源地址、关键词，它就能把相关联的网页从网上都*载下**到咱这计算机上。有数据才能分析啊。”
甲：“那我略知一二了——这爬虫是人类的好朋友。”
（10分钟后）
乙：“一共*载下**了几万个网页。下一步，咱们需要看看这些网页里的文本都在说哪些事，再把那些和你的问题无关的网页删掉。这个过程我们一般叫数据清洗。”
甲：“清洗这词隐约感觉有点别扭……现在讨论的事主要是扶俄反美。我的问题是找到恶意诋毁、抹黑的人。和这个问题有关的具体事有：五千枚*弹核**、打出卢金、举红旗的老奶奶、京东国家馆……”
乙：“你先坐下！你说这些计算机能理解吗？”
甲：“你的计算机要是正义的，他就能理解！”
乙：“你别敲我的计算机！我不能理解行了吧！我们需要一种自动地从文本中概括出主要内容的方法。可以用主题模型来试一下。它能从一堆文本中找出主要讨论的话题，同时还能发现每篇文本和这些话题间的联系。”
甲：“好像是这意思，要需要我帮忙你让它吱声。”
乙：“计算机说不需要。我们设定主题个数为30，再设几个参数，开始运行……你去给我冲杯茶，你那糖太齁嗓子。”
（15分钟后）
乙：“结果出来了。这几个主题看似和你的问题有关系。显示在topical word下面的是描述每个主题的关键词，有区分度的词有芬兰、波兰、外东北、海参崴、黑瞎子岛、江东六十四屯、唐努乌梁海、出海口、阿富汗、立陶宛、匈牙利、布拉格、珍宝岛……”
甲：“计算机眼睛真毒，就是这些玩意儿，全是炒冷饭！”
乙：“你这冷饭也太多了点，还需要筛选。可以看看程序中time这个变量的影响：把每个相关主题的文本依时间排序，并对每个时间段的文本进行计数，得到主题热度随时间变化的曲线。可以看到：多数主题一直有人在讨论，热度变化平稳；只有这个主题和你说的相似，是从五月末开始热起来的。这个主题的特色关键词是外东北、远东、瑷珲条约等。”
甲：“这些冷饭词挺耳熟的……”
乙：“现在主题内容基本清晰了，再来看看user这个变量……”
甲：“U什么？哥你是不是又大意了？U型锁可不是什么好词！”
乙：“我说的是user！指用计算机的人，就是你！”
甲：“绝交吧！他们骂我U型锁，没想到你也骂我！我找阿姨评理去！”
乙：“你先把我的显卡放下，小心扎着手。咱们先看看发这些文章的人，行吗？如果你再东扯西扯，程序会运行失败。”
甲：“正义为重，我不计较了。”
乙：“可以通过分析人的关系、人与文章关系或文章引用关系来进行信息溯源。但对于这个主题，从人和文章的关系图，看不出任何有价值的关联。这可能意味着：这些文章并不是有组织发布，并互相转发、引用、点赞。而且，这些文章似乎也未呈现出源头扩散的传播模式。有一个可能是：这个主题并非源自简体中文内容，或者说，这个主题的源头在境外。”
甲：“太厉害了哥！真是见识到高科技的力量了。瞧瞧这话——“主题的源头在境外”——这话听着多正义！饶你藏得再深，虽远必诛……”
乙：“这只是未经验证的假设。我们简单看看这些文章，好几篇里有这几张图片……”
甲：“西方图片！妥妥的。”
乙：“可以用基于内容的图像检索工具，找一找有哪些网页中也出现了与它们内容相似的图片。不过，咱可以简单点，用搜索引擎的以图搜图功能先搜一下试试。找到的结果按时间戳排下序……可以看到，最早是五月末，多地似乎在纪念某个历史事件。其中，这个网站看上去可信度较高，网页时间5月28日也恰在五月末。有可能这就是你所谓的“炒冷饭”的源头之一。”
甲：“是造了什么谣吗？”
乙：“翻译成中文，是某地在纪念《瑷珲条约》签订164周年，这个条约将黑龙江以北的领土割给了俄罗斯。他们在缅怀尼古拉·尼古拉耶维奇·穆拉维约夫，也就是阿穆尔斯基……
恭喜你，你要找的人应该已经找到了。真相只有一个，这一波炒冷饭的是……”
甲：“我有种不好的预感……哥，这肯定不是俄文，是日语吧？”
乙：“恭喜你不幸言中！这是俄罗斯阿穆尔州的网站。”
甲：“……”
（6分钟后）
乙：“贤弟，咱去莫斯科餐厅？”
甲：“有点乱，高科技太上头，容我静静吧……”
乙：“……我大意了”
注：引用新闻来源：AmurInfo。故事纯属虚构，仅供技术讨论。
#俄罗斯##俄乌战争##瑷珲条约##人工智能##大数据#