一種新聞事件演化建模方法研究

彭　冰工人日報(bào)社，吉林長春　　130022

一種新聞事件演化建模方法研究

彭冰
工人日報(bào)社，吉林長春130022

摘要事件演化關(guān)系模型是一個科學(xué)的新聞事件演化建模方法，它有利于準(zhǔn)確發(fā)掘新聞話題中各子事件之間存在的潛在關(guān)系。其具體方法是利用事件的內(nèi)容相似性、時間關(guān)系、命名實(shí)體以及關(guān)聯(lián)信息構(gòu)建新聞演化關(guān)系模型。本文通過具體的建模實(shí)驗(yàn)，對該方法的可行性進(jìn)行了探析。

關(guān)鍵詞新聞事件；演化；建模方法

新聞報(bào)道中，一個新聞話題不僅僅是單一事件的報(bào)道，它還具有一個完整的時間演化結(jié)構(gòu)。而從新聞話題中掌握各個子事件的演化脈絡(luò)也并不是一件容易的事情。構(gòu)建事件演化關(guān)系模型，基于新聞事件的多層次特性，通過計(jì)算機(jī)技術(shù)發(fā)掘事件之間存在的演化關(guān)系，是本文對新聞事件演化建模的研究方向。

1　新聞事件演化

一個完整的新聞事件演化方式可以是由一個事件分裂成多個事件，也可能是多個事件相融合并合成一個事件，還可能是由單一的一個事件演變發(fā)展成另一個單一事件。確定新聞事件之間存在演化關(guān)系，應(yīng)滿足兩個條件:事件發(fā)生的時間具有先后關(guān)系；事件內(nèi)容之間相互關(guān)聯(lián)，其中，事件發(fā)生的時間所構(gòu)成的先后關(guān)系，表示該事件的演化方向。

2　新聞事件收集

在對新聞事件演化進(jìn)行研究前，應(yīng)該收集新聞話題，并生成新聞事件集，事件集中統(tǒng)一新聞話題的報(bào)道應(yīng)為兩篇以上篇。本文主要對事件演化關(guān)系建模方法進(jìn)行研究，基于避免出現(xiàn)報(bào)道聚類誤差的原因，新聞話題的收集采取人工方式進(jìn)行，最終生成事件集。

3　事件演化關(guān)系建模

就計(jì)算目標(biāo)來說，文本中的特征關(guān)聯(lián)度和互信息相似度較高，模糊匹配策略可以用于計(jì)算事件命名實(shí)體間的關(guān)聯(lián)度，當(dāng)相同的命名實(shí)體都在一個事件中有出現(xiàn)，則稱之為一次關(guān)聯(lián)。因此，本文把在一個文本中共同出現(xiàn)兩個不同特征的概率進(jìn)行替換，替換對象是它們在一個完整事件集中共同出現(xiàn)的事件個數(shù)，對特征在事件中的權(quán)重值進(jìn)行計(jì)算，具體公式為：

其中，w(fA)表示特征fA在事件A中權(quán)重；rela(fA,fB)表示事件A中特征fA與事件B中特征fB的關(guān)聯(lián)度；cooc(fA,fB)表示特征fA與fB共同出現(xiàn)的事件個數(shù)；表示特征fA出現(xiàn)的事件數(shù)；sioc(fA)表示特征fA單獨(dú)出現(xiàn)的事件數(shù)。

4　新聞事件演化建模實(shí)例分析

4.1 實(shí)驗(yàn)資料

實(shí)驗(yàn)資料是利用網(wǎng)絡(luò)從中國新聞網(wǎng)中采集的2009 年2月22日至4月22日關(guān)于山西2009年“2·22屯蘭礦難”的相關(guān)報(bào)道，共計(jì)682篇。本研究對這一新聞話題所涉及的各個事件進(jìn)行匯總，共158篇報(bào)道，構(gòu)成8個事件，見表1。

表1　2009年山西“2·22屯蘭礦難”話題涉及事件

以表1中的事件發(fā)生的時間為基礎(chǔ)，由相關(guān)專家小組，分析并構(gòu)建出具體的事件演化關(guān)系，同時對演化關(guān)系的正確性和完整性進(jìn)行驗(yàn)證。

4.2 實(shí)驗(yàn)結(jié)果分析

本文中演化關(guān)系模型的主要對象是新聞事件的相似性、新聞事件命名實(shí)體特征關(guān)聯(lián)度（CS*FA），參與比較的關(guān)系模型有：CS模型、CS*DF模型以及事件內(nèi)容相似性模型。計(jì)算演化關(guān)系模型中不同閾值λ下的召回率、準(zhǔn)確率，事件演化關(guān)系模型的系統(tǒng)性能隨著實(shí)體特征關(guān)聯(lián)度、新聞報(bào)道接近度的增加而增加，CS*FA關(guān)系模型表現(xiàn)最為明顯，具體如圖1所示。

本文提出的事件關(guān)系建模方法中，在進(jìn)行自動的演化關(guān)系探測時，當(dāng)λ為0.04時，分別有正確演化關(guān)系線10條，錯誤演化關(guān)系線3條，丟失的演化關(guān)系線6條，如圖2所示。

5　結(jié)論

現(xiàn)代社會中，網(wǎng)絡(luò)上的新聞事件報(bào)道數(shù)量巨大，為了能夠及時、準(zhǔn)確地了解新聞事件的來由與發(fā)展歷程，本文基于事件的內(nèi)容相似性、時間關(guān)系、命名實(shí)體以及關(guān)聯(lián)信息構(gòu)建新聞演化關(guān)系模型。本文所研究的事件演化關(guān)系建模方法，可以將同一新聞話題中各事件之間的潛在演化發(fā)展脈絡(luò)良好呈現(xiàn)出來。

參考文獻(xiàn)

[1]張輝，李國輝，徐新文，等.詞網(wǎng)絡(luò)的新聞事件關(guān)聯(lián)建模[J].國防科技大學(xué)學(xué)報(bào)，2014，4：169-176.

[2]張凱.新聞演化規(guī)律的動力學(xué)與可視化——以三個典型新聞事件為例[J].新聞與傳播研究，2014，02：80-99，128.

[3]蔣華.演化優(yōu)化與演化建模方法及其應(yīng)用研究[D].武漢大學(xué)，2013.

[4]王偉，趙東巖.中文新聞事件本體建模與自動擴(kuò)充[J].計(jì)算機(jī)工程與科學(xué)，2012，4：171-176.

作者簡介：彭冰，主任記者，工作單位:工人日報(bào)社，研究方向：新聞傳播，現(xiàn)當(dāng)代文學(xué)等

中圖分類號G2

文獻(xiàn)標(biāo)識碼A

文章編號1674-6708（2015）141-0013-02