融合语境分析的时序推特摘要方法

• 作者: 于广川 党建武 刘洋 贺瑞芳
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 时序推特摘要 时序特性 用户社交权威性 小波去噪 上下文图模型
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 2654-2673
• 页数: 20页
• 分类号: TP391
• 字数: 17049字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005146

摘要

时序推特摘要是文本摘要任务中的一个重要分支,旨在从热点事件相关的海量推特流中总结出随时间演化的简要推特集,以帮助用户快速获取信息.推特作为当今最流行的社交媒体平台,其信息量爆发式的增长以及文本碎片的非结构性,使得单纯依赖文本内容的传统摘要方法不再适用与此同时,社交媒体的新特性也为推特摘要带来了新的机遇.将推特流视作信号,剖析了其中的复杂噪声,提出融合推特流随时序变化的宏微观信号以及用户社交上下文语境信息的时序推特摘要新方法.首先,通过小波分析对推特流全局时序信息建模,实现某一关键词相关的热点子事件时间点检测;接着,融入推特流局部时序信息和用户社交信息建立推特的随机步图模型摘要框架,为每个热点子事件生成推特摘要.在算法评估过程中,对真实推特数据集进行了专家时间点和专家摘要的人工标注,实验结果表明了小波分析和融合了时序-社交上下文语境的图模型在时序推特摘要中的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘洋	北京大学信息科学技术学院	99	1142	16.0	32.0
2	党建武	天津大学计算机科学与技术学院	6	2	1.0	1.0
4	贺瑞芳	天津大学计算机科学与技术学院	7	25	3.0	5.0
6	于广川	天津大学计算机科学与技术学院	1	2	1.0	1.0