社会热点事件是在某个时刻爆发的、引发社会舆论广泛关注的,并可能对公共安全和社会稳定产生重大影响的公共事件。对社会热点事件的研究不仅能在用户层面提供更准确的服务,而且在国家层面的宏观舆情监控等方面也起着至关重要的作用。随着新闻媒体和社交媒体的发展,每当社会热点事件发生,这些平台上就会产生大量的数据,结构化处理这些事件数据是社会热点事件分析相关任务的基础。构建事件图谱是对这些数据结构化的方法之一,但是现有的事件图谱相关技术主要面向由一组相关动作和实体概念组成的原子事件,而社会热点事件比原子事件更复杂,一般包含一个或者多个原子事件,本文称这一类事件为舆论事件。以上事实导致了面向社会热点事件分析构建事件图谱粒度不匹配的问题。本工作为了解决上述问题,结合了社会热点事件的特点以及现有事件图谱的相关技术,设计了一种包含原子事件层和舆论事件层的双层的图谱模式。同时,本工作还基于设计的图谱模式图,给出了一种构建事件图谱的三步框架以及相应的解决方法,包括:（1）原子事件图的构建,此阶段主要完成将描述一个舆论事件的文档结构化成原子事件图的任务。本工作首先利用预训练语言模型和条件随机场模型完成原子事件抽取,包括原子事件的触发词识别以及原子事件的论元和论元角色的识别。同时还利用预训练语言模型构建多分类模型完成原子事件关系抽取,最终得到文档对应的原子事件图。（2）原子事件图融合,此阶段主要完成将描述同一个社会热点舆论事件的不同文档生成的原子事件图进行融合的任务。本工作利用图神经网络完成原子事件图中的节点对齐,再通过规则解决去重合并以及冲突解决等后续问题,得到原子事件图融合结果。（3）舆论事件相关性分析,此阶段主要完成在融合后的原子事件图上衡量舆论事件之间的相关性强度的任务。本工作分别利用外部知识和图卷积网络设计模型,利用相对相关性来完成训练,得到舆论事件之间的相关性衡量。