中文新聞話題動(dòng)態(tài)演化及其關(guān)鍵技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，網(wǎng)絡(luò)新聞的日益普及已經(jīng)成為一個(gè)不可阻擋的趨勢(shì)。相對(duì)傳統(tǒng)新聞媒體，網(wǎng)絡(luò)新聞在時(shí)效性與互動(dòng)性上的優(yōu)勢(shì)使它對(duì)于社會(huì)重大事件的報(bào)道具有更為深遠(yuǎn)的影響力，成為人們獲取新聞信息的主要來(lái)源。通常，人們希望能夠?qū)⑴c某一事件相關(guān)的網(wǎng)絡(luò)新聞信息整合成一個(gè)新聞話題，從而能夠全面地了解新聞事件的概貌。面對(duì)這樣的需求，以新聞話題為研究對(duì)象，結(jié)合不同的研究領(lǐng)域，衍生出了面向互聯(lián)網(wǎng)的新聞搜索、新聞聚類(lèi)、新聞分類(lèi)、新聞熱點(diǎn)挖掘等多個(gè)研究方向，較好地解

2、決了新聞話題的檢測(cè)問(wèn)題。但是，傳統(tǒng)的新聞話題檢測(cè)以新聞信息的文本話題抽取為主要的目標(biāo)，缺乏對(duì)新聞話題的動(dòng)態(tài)演化特性的挖掘和支持。隨著用戶對(duì)于新聞自動(dòng)組織能力要求的提高，如何通過(guò)新聞話題的動(dòng)態(tài)演化研究對(duì)網(wǎng)絡(luò)新聞流數(shù)據(jù)進(jìn)行合理、有序的自動(dòng)化處理與組織成為當(dāng)前互聯(lián)網(wǎng)信息處理技術(shù)的熱點(diǎn)問(wèn)題。
　　 新聞話題動(dòng)態(tài)演化（或簡(jiǎn)稱話題動(dòng)態(tài)演化）研究是對(duì)文本話題演變過(guò)程的時(shí)態(tài)語(yǔ)義挖掘。它首先建立在傳統(tǒng)的話題模型研究理論基礎(chǔ)之上，將話題轉(zhuǎn)化為可進(jìn)行

3、計(jì)算和比較的信息表示模型，同時(shí)結(jié)合文檔的時(shí)間信息，充分研究話題演化的不同階段下與話題內(nèi)容緊密關(guān)聯(lián)的話題時(shí)間，并根據(jù)時(shí)間順序構(gòu)建話題序列，之后通過(guò)聚類(lèi)的方法，深入挖掘演化過(guò)程中話題在強(qiáng)度和內(nèi)容上的變化軌跡。話題動(dòng)態(tài)演化研究可以準(zhǔn)確完整地獲取新聞話題動(dòng)態(tài)演化各個(gè)階段的話題內(nèi)容，幫助用戶理解新聞話題的來(lái)龍去脈以及話題內(nèi)容之間的相關(guān)性和差異性，因此在網(wǎng)絡(luò)新聞檢索、網(wǎng)絡(luò)輿情監(jiān)控、互聯(lián)網(wǎng)突發(fā)事件檢測(cè)與應(yīng)急管理等方面具有十分重要的作用和應(yīng)用前景。

4、r>　　 在這樣的研究背景下，本論文針對(duì)新聞話題動(dòng)態(tài)演化研究中的理論性問(wèn)題與技術(shù)挑戰(zhàn)，以中文新聞為基礎(chǔ)，對(duì)新聞話題動(dòng)態(tài)演化中的若干關(guān)鍵問(wèn)題進(jìn)行了深入研究。論文首先介紹了新聞話題動(dòng)態(tài)演化研究的背景和意義，分析了該研究的系統(tǒng)框架和主要研究對(duì)象，討論了該領(lǐng)域的國(guó)內(nèi)外相關(guān)工作，從理論上闡述了新聞話題動(dòng)態(tài)演化研究的基本思想和研究思路。
　　 接著，論文圍繞話題模型、時(shí)態(tài)信息處理以及話題動(dòng)態(tài)演化挖掘三個(gè)方面展開(kāi)深入研究，提出一種面向中文網(wǎng)

5、絡(luò)新聞的話題信息抽取方法，同時(shí)，給出一種針對(duì)真實(shí)新聞文本的時(shí)態(tài)表達(dá)規(guī)范化處理算法，在此基礎(chǔ)上，又構(gòu)建一個(gè)面向中文新聞網(wǎng)頁(yè)的話題時(shí)間解析器，自動(dòng)抽取話題時(shí)間，最后結(jié)合以上工作，提出一種具有統(tǒng)一框架的新聞話題演化挖掘算法。
　　 本論文的主要貢獻(xiàn)可歸納為以下幾個(gè)方面：
　　 (1)針對(duì)中文新聞話題信息抽取正確率低導(dǎo)致話題模型性能下降的問(wèn)題，提出了一種基于語(yǔ)言學(xué)知識(shí)的中文新聞話題信息抽取方法。該方法基于對(duì)互聯(lián)網(wǎng)新聞特征的研究，

6、通過(guò)引入中文詞性與位置特征建立啟發(fā)式規(guī)則，修正了錯(cuò)誤標(biāo)注的話題詞候選對(duì)象，進(jìn)而有效擴(kuò)充了話題詞對(duì)象集合，提高了抽取結(jié)果的語(yǔ)義正確性和話題完整性。
　　 (2)針對(duì)目前時(shí)態(tài)表達(dá)規(guī)范化處理相關(guān)工作中參照時(shí)間選擇機(jī)制不能適應(yīng)真實(shí)新聞文本的問(wèn)題，提出了一種基于參照時(shí)間動(dòng)態(tài)選擇的時(shí)態(tài)表達(dá)規(guī)范化算法通過(guò)挖掘時(shí)態(tài)表達(dá)中修飾符和時(shí)態(tài)名詞兩部分內(nèi)容各自的時(shí)態(tài)參照特征，對(duì)其進(jìn)行參照分類(lèi)，在此基礎(chǔ)上根據(jù)時(shí)態(tài)表達(dá)的類(lèi)別為其分配正確的參照時(shí)間，同時(shí)利用場(chǎng)

7、景-時(shí)間轉(zhuǎn)換模型解決模糊時(shí)間的去模糊化問(wèn)題，顯著提高了時(shí)態(tài)表達(dá)規(guī)范化系統(tǒng)的準(zhǔn)確率和普適性。
　　 (3)針對(duì)新聞話題時(shí)間抽取算法準(zhǔn)確率較低的問(wèn)題，提出了一種基于話題-時(shí)間依存關(guān)系模型的話題時(shí)間抽取方法。該方法通過(guò)深入研究不同類(lèi)型新聞的報(bào)道特性和網(wǎng)頁(yè)的結(jié)構(gòu)特點(diǎn)，挖掘話題信息與時(shí)間信息之間具有的位置依存關(guān)系和語(yǔ)義依存關(guān)系，構(gòu)建話題-時(shí)間映射模型，并以該模型為理論指導(dǎo)，利用話題權(quán)重和無(wú)監(jiān)督學(xué)習(xí)兩種策略抽取新聞報(bào)道中的話題時(shí)間。該算法較

8、同類(lèi)方法具有更高的準(zhǔn)確率，大大改善了現(xiàn)有工作中新聞話題與話題時(shí)間相關(guān)性差的問(wèn)題。
　　 (4)針對(duì)已有話題動(dòng)態(tài)演化挖掘方法在模型特征計(jì)算與模型動(dòng)態(tài)更新上的不足，提出了一種基于特征演變的新聞話題動(dòng)態(tài)演化挖掘方法。通過(guò)引入詞項(xiàng)特征在話題演化過(guò)程中的變化特性，構(gòu)建增量式特征計(jì)算模型，并且利用已有話題相關(guān)文檔和最新文檔進(jìn)行話題特征的正向融合和逆向過(guò)濾，顯著提高了話題模型的準(zhǔn)確率，充分改善了關(guān)聯(lián)計(jì)算的整體性能，進(jìn)而有效提高了最終挖掘結(jié)果的