多源文本下结合实体的事件发现方法ESP

• 作者: 俞晓明 刘悦 史存会 秦宇君 程学旗
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 事件发现 事件核心实体 多源文本 文本聚类
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 第二十四届全国信息检索学术会议(CCIR 2018)论文选登
• 页码范围: 41-50
• 页数: 10页
• 分类号: TP391.1
• 字数: 7717字
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2018.11.05.005

摘要

网络舆论对人们生活的影响程度与日俱增,通过结合多源数据进行事件发现可以更好地捕捉舆情事件,提高舆情系统的效果.针对在多源文本场景下如何将来自新闻、微博、微信等多通道的数据融合,文章根据事件的定义,提出了事件核心实体的概念,设计了事件核心实体识别方法,并且将事件核心实体应用到事件发现过程,提出了结合实体的事件发现方法ESP(Entity Single-Pass).该方法通过引入实体信息,丰富了多源文本中每篇文档的表达,从而提高了多源文本事件发现的效果.实验表明,在微博、新闻等数据上,我们的方法与K-means和Single-Pass方法相比,在NMI与RI两项指标上分别提高了0.2和0.3,证明了ESP算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程学旗	中国科学院计算技术研究所	160	4858	31.0	67.0
2	刘悦	中国科学院计算技术研究所	56	565	12.0	22.0
3	俞晓明	中国科学院计算技术研究所	16	138	6.0	11.0
4	史存会	中国科学院计算技术研究所	2	0	0.0	0.0
5	秦宇君		1	0	0.0	0.0