發(fā)布時(shí)間：2020-04-08 04:49

【摘要】：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、新聞分類、新聞熱點(diǎn)挖掘等多個(gè)研究方向,較好地解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。 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)方面展開深入研究,提出一種面向中文網(wǎng)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,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,在此基礎(chǔ)上根據(jù)時(shí)態(tài)表達(dá)的類別為其分配正確的參照時(shí)間,同時(shí)利用場(chǎng)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。該算法較同類方法具有更高的準(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)果的正確性和完整性。 通過(guò)本論文的研究,我們解決了目前信息處理技術(shù)對(duì)于新聞話題演化特性研究的不足,建立了以時(shí)間線索挖掘話題動(dòng)態(tài)演化的理論框架,提出了新聞話題動(dòng)態(tài)演化研究的系統(tǒng)方法,為以話題動(dòng)態(tài)演化研究為理論指導(dǎo)的新聞專題集成和網(wǎng)絡(luò)輿情預(yù)警奠定了理論基礎(chǔ),也為Web環(huán)境下公共安全與應(yīng)急決策理論和技術(shù)的進(jìn)一步發(fā)展提供了新的思路。
【學(xué)位授予單位】：中國(guó)科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2012
【分類號(hào)】：G210;TP393.09

【引證文獻(xiàn)】

相關(guān)期刊論文 前1條

1 廖君華;孫克迎;鐘麗霞;;一種基于時(shí)序主題模型的網(wǎng)絡(luò)熱點(diǎn)話題演化分析系統(tǒng)[J];圖書情報(bào)工作;2013年09期

，

本文編號(hào)：2618913