案件要素句子关联图卷积的案件舆情摘要方法*

韩鹏宇,余正涛,高盛祥,黄于欣,郭军军

1(昆明理工大学 信息工程与自动化学院,云南 昆明 650504)

2(云南省人工智能重点实验室(昆明理工大学),云南 昆明 650504)

案件舆情是指与案件相关的互联网舆情,与一般的新闻舆情相比,案件舆情具有敏感性、特殊性,有着更大的社会影响.案件舆情摘要能够从案件相关新闻文本中摘取重要信息,从而简化新闻文本长度,帮助用户在大量的舆情数据中获取舆情事件的关键信息,对于案件舆情的监控与及时处理有着重要的作用.

案件舆情摘要本质上是一种特定领域的多文档摘要任务,在多文档摘要的研究中,关键问题是对句子的重要性进行评价,并以此抽取摘要句子.传统方法有基于统计的摘要方法[1-4]、基于主题模型的摘要方法[5-7]和基于图的摘要方法[8-11]等.基于统计的方法一般通过词频、句子位置、句子相似度等这类特征来评价句子的重要程度,然后通过一定的策略选取重要句子得到摘要,其中具有代表性的方法有基于词频-逆文档频率(TF-IDF)的统计方法[1].Hong 等人[4]提出了一种简单的多文档摘要方法,用词的概率作为输入,然后选择平均词概率较高的句子作为摘要.基于主题模型的方法一般采用狄利克雷分布(LDA)的方法得到文本簇中预设数量的主题,然后采用不同的算法计算句子和主题的相似度来得到摘要句.例如:刘娜等人[6]引入主题重要性的概念,将LDA 建立的主题分成重要和非重要两类,并使用词……