面对数字化时代多源事件数据在标准化、指标化与可视化表达方面的挑战，传统地图叙事方法存在数据格式不一、语义模糊、缺乏统一指标体系，以及难以有效表达事件时序动态、逻辑关联与叙事脉络等问题。为此，本研究引入叙事学理论，构建了一套贯穿事件数据抽取、组织与地图表达的系统性方法，旨在提升地图叙事在深度、效率与表现力方面的整体能力。
本研究提出一个以“叙事要素→数据框架→地图表达”为核心的三层理论研究框架。该框架将叙事学中的“情节、角色、场景”三要素分别映射至地图可视化的“时间进程、事件属性、空间位置”三个维度，从而将松散的事件数据转化为具有叙事能力的地图语言，有效弥补了传统制图在事件情节逻辑、场景演化表达方面的不足。在方法层面，本文设计了从多源文本中抽取事件信息的标准化流程，包括数据清洗与预处理、基础字段标准化、语义标注以及事件关联构建。采用基于自然语言处理与领域知识图谱相结合的技术路径，依托预训练大模型进行事件触发词识别与要素抽取，实现对时间、地点、主体及类型等的初步提取；通过构建轻量级领域知识图谱，辅助完成事件类型分类与情感极性标注，最终建立高质量的结构化事件数据集。在可视化方面，本研究基于所提取的事件数据，初步实现了其在时空维度上的集成表达。通过符号映射与时间轴呈现方法，将事件按“事件界定—尺度适配—主线划分—关键点筛选—可视化落地”的流程转化为具备叙事节奏与故事性的视觉载体。借助颜色区分类别、借助位置区分情感极性，并结合时间轴突出关键节点与叙事节奏，初步验证了叙事理论在基础事件可视化中的可行性与有效性。
综上所述，本研究通过叙事学理论与可视化技术的结合，为多源事件数据的结构化组织与地图叙事表达提供了系统性的解决方案，对推动叙事地图在公共政策、历史分析等领域的应用具有积极意义。

数据组织,事件抽取,叙事地图,可视化表达