基于命名实体敏感的分层新闻故事线生成方法

• 作者: 樊笑冰 饶元 王硕 李睿祥 刘旭辉
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 事件演变 故事线 聚类 主题模型 社区发现
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 情感分析与社会计算
• 页码范围: 113-124
• 页数: 12页
• 分类号: TP391
• 语种: 中文

摘要

社会网络中海量、无序且碎片化的新闻数据,使得人们无法从细粒度感知新闻事件,更无法多视角把握事件发展脉络.为了解决这个问题,该文提出基于命名实体敏感的分层新闻故事线生成方法,在无监督的情况下,充分利用新闻信息构造层次化、多视点的事件脉络.该方法主要通过以下3个步骤实现:①基于事件主题信息与隐式语义信息相结合的方法检测事件;②基于多维语义信息的社区检测算法划分主题事件的子事件;③基于多视点信息构造事件发展的脉络.在真实数据集上的实验结果表明,该方法在三个步骤比基线方法均有提高,其中在构造事件发展脉络阶段,该方法在理解性、概括性和准确性指标上分别高出0.44、0.11和0.50.