GDELT 是什么？全球最大开放新闻数据库实用指南（2026）

GDELT（Global Database of Events, Language and Tone，全球事件、语言与基调数据库）是一个开放项目，全天候以 100 多种语言读取全球网络新闻，并将其转化为结构化数据：提到了谁、在哪里、关于什么、基调如何。它免费、每 15 分钟更新一次，是迄今规模最大的开放新闻数据集之一。

本文介绍 GDELT 里有什么、如何几乎不写代码就能使用它，以及它可能在哪些地方误导你。我们每天都在使用 GDELT：Mirada 上的每一个数字都源于它。

一段话了解 GDELT

GDELT 由数据科学家 Kalev Leetaru 创建，当前版本（GDELT 2.0）自 2015 年起运行。它每 15 分钟从全球数万个新闻网站收集新发布的文章，将 65 种语言的文章机器翻译成英文，并从每篇文章中提取人物、机构、地点、主题和情感基调。结果以开放文件和免费 API 的形式发布。

里面有哪些数据

GDELT 不是一张表，而是几个相互关联的数据集：

• GKG（全球知识图谱）：每篇文章一条记录，包括链接、媒体、日期、提到的人物、机构和地点、主题（如“抗议”或“经济”）以及基调评分。人们通常所说的“GDELT 数据”主要指它。
• Events（事件）：按 CAMEO 编码体系记录“谁对谁做了什么”（例如一国政府威胁另一国政府），并带有地点信息。历史事件数据可追溯至 1979 年。
• Mentions（提及）：每当有新文章提到某个事件就记录一次，可用来衡量事件获得的关注度。
• 专项数据集：电视新闻字幕（TV API）、报道地理分布（GEO API）等。

更新频率与数据规模

新文件每 15 分钟发布一次。GDELT 一天通常处理数十万篇文章；在 Mirada 上，经过过滤后我们每天看到约 30 万篇文章，来自约 1.1 万家媒体。文章发布 15–20 分钟后即可被统计。

上面的卡片由 GDELT 实时数据生成：显示近 30 天关于乌克兰战争的文章数量，以及本周报道量的变化。

不写代码如何使用 GDELT

探索 GDELT 最快的方式是使用基于它构建的工具：

1. Mirada：在搜索框输入任意话题、人物或国家，即可获得现成页面：每日文章数、国家、语言、媒体、基调和最新标题，支持四种语言。无需设置，无需 SQL。
2. GDELT 自带的检索工具：项目提供新闻和电视报道的网页检索界面，功能强大，但主要面向研究人员。
3. 电子表格：下文介绍的 DOC API 可返回 CSV，因此可以在 Google 表格中用 IMPORTDATA 直接导入查询链接。

DOC API：在浏览器里免费查询

DOC 2.0 API 可检索最近三个月的报道，返回文章列表或时间序列。把下面的链接粘贴到浏览器中：

https://api.gdeltproject.org/api/v2/doc/doc?query=%22climate%20change%22&mode=timelinevol&format=json&timespan=30d

常用参数：

• query：关键词、带引号的短语，以及 sourcecountry:、sourcelang:、domain:、tone<-5 等过滤条件；
• mode：artlist（文章列表）、timelinevol（报道占比随时间变化）、timelinetone（平均基调）、tonechart；
• timespan：例如 24h、7d、30d，最长约三个月；
• format：json、csv 或 html。

API 有频率限制，适合轻量使用。大规模分析请使用 BigQuery 或原始文件。

BigQuery 与原始文件：完整档案

如需大规模研究，GDELT 在 Google BigQuery 上有镜像（公共数据集 gdelt-bq）。下面的查询按天统计提到某人的文章数：

SELECT DATE(_PARTITIONTIME) AS day, COUNT(*) AS articles
FROM `gdelt-bq.gdeltv2.gkg_partitioned`
WHERE _PARTITIONTIME >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 30 DAY)
  AND V2Persons LIKE '%elon musk%'
GROUP BY day ORDER BY day

BigQuery 按扫描的数据量计费，因此务必按分区日期过滤。15 分钟一次的原始 CSV 文件也可免费下载，Mirada 正是将这些文件导入自己的数据库。

基调是如何计算的

每篇文章都会根据情感词典获得一个基调评分：正面词汇使分数上升，负面词汇使分数下降。分数通常在 −10 到 +10 之间；由于冲突、犯罪和灾难在新闻中占主导，大多数新闻略偏负面。基调适合用于比较——不同国家、媒体或时间段之间——而不适合作为对单篇文章的绝对判断。详见我们的新闻情感分析指南。

需要了解的局限

• 覆盖不均衡。大型国际媒体覆盖较好，小型地方媒体和付费媒体覆盖较少。
• 机器翻译和实体提取会出错，尤其是小语种、音译人名和同名人物。常见把图片署名误识别为人名之类的碎片。
• 重复内容。同一篇通讯社稿件被数百个网站转载，如果不按独立媒体去重，统计数字会被夸大。Mirada 只有在一周内至少有 25 家不同媒体报道某人时，才会为其生成页面。
• 只有标题，没有全文。GDELT 提供元数据和链接，而不是文章本身。

常见问题

GDELT 免费吗？

免费。数据、原始文件和 API 都免费。查询 BigQuery 镜像超出 Google 每月免费额度后需要付费。

数据可以追溯到什么时候？

事件数据可追溯到 1979 年；文章级的全球知识图谱始于 2015 年。

GDELT 包含社交媒体吗？

基本不包含：它主要关注新闻网站和电视字幕。Mirada 额外接入了公开的 Telegram 频道。

查看某个话题的 GDELT 数据最简单的方法是什么？

在 Mirada 上搜索该话题：你会看到包含图表、国家分布、基调和最新文章的页面，每 15 分钟更新一次。