面向Web的故事脉络挖掘研究综述

赵旭剑，王崇伟，金培权，张 晖，杨春明，李 波

(1. 西南科技大学 计算机科学与技术学院，四川 绵阳 621010；2. 中国科学技术大学 计算机科学与技术学院，安徽 合肥 230026；3. 西南科技大学 理学院，四川 绵阳 621010)

0 引言

根据2021年2月第47次《中国互联网络发展状况统计报告》[1]，我国网络新闻用户已达7.43亿，占全部网民的75.1%。由此可见，Web已成为互联网时代人们获取新闻事件的首要渠道。与此同时，由于Web信息的爆炸式增长以及极高的更新频率，人们每天都被新闻网站、微博、微信公众号等各路信息所包围，很难全面、准确、及时地了解某个新闻事件的故事脉络及演化过程。大部分用户获取的都是碎片化的新闻信息，难以把握和理解事件的整体发展过程。这已经成为Web时代信息获取的一个棘手问题。在此背景下，Makkonen[2]最早把故事脉络挖掘视为话题检测与追踪的子课题，用图结构表示故事脉络及其事件演化关系，后来Nallapati等[3]提出了事件线索(Event Threading)的概念，为后来研究者提出故事脉络挖掘的概念奠定了基础。故事脉络挖掘即通过分析新闻事件与后续关联事件间的关系，构建新闻事件故事脉络，并在此基础上进行事件演化分析，进而挖掘事件的演化阶段和演化模式。

通过故事脉络挖掘技术，可以从海量的碎片信息中获取结构清晰的新闻事件故事脉络，以及故事脉络中事件演化的生命周期和事件能量(热度)的变化过程，从而提高Web信息的应用价值。例如，当事件“长春长生疫苗事件”爆发，新闻用户的需求是直观的了解事件的来龙去脉，快速地获取事件的前因后果。……