一種新聞事件演化建模方法研究

彭冰

摘 要 事件演化關系模型是一個科學的新聞事件演化建模方法，它有利于準確發掘新聞話題中各子事件之間存在的潛在關系。其具體方法是利用事件的內容相似性、時間關系、命名實體以及關聯信息構建新聞演化關系模型。本文通過具體的建模實驗，對該方法的可行性進行了探析。

關鍵詞 新聞事件；演化；建模方法

中圖分類號G2 文獻標識碼 A 文章編號 1674-6708（2015）141-0013-02

新聞報道中，一個新聞話題不僅僅是單一事件的報道，它還具有一個完整的時間演化結構。而從新聞話題中掌握各個子事件的演化脈絡也并不是一件容易的事情。構建事件演化關系模型，基于新聞事件的多層次特性，通過計算機技術發掘事件之間存在的演化關系，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展成另一個單一事件。確定新聞事件之間存在演化關系，應滿足兩個條件：事件發生的時間具有先后關系；事件內容之間相互關聯，其中，事件發生的時間所構成的先后關系，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行研究前，應該收集新聞話題，并生成新聞事件集，事件集中統一新聞話題的報道應為兩篇以上篇。本文主要對事件演化關系建模方法進行研究，基于避免出現報道聚類誤差的原因，新聞話題的收集采取人工方式進行，最終生成事件集。

事件內容向量采用TF·IEF 模型創建，用T={，，…， }表示新聞話題的事件集合，用表示第i個事件中第j個特征的權重值，用{（，） |j =1，2，…，k}表示Ei的k個特征及其權重值，具體TF·IEF模型下，特征權重計算公式如下：

其中，表示特征在事件出現的頻次，表示出現特征的事件總數，表示T中總事件數。

3 事件演化關系建模

就計算目標來說，文本中的特征關聯度和互信息相似度較高，模糊匹配策略可以用于計算事件命名實體間的關聯度，當相同的命名實體都在一個事件中有出現，則稱之為一次關聯。因此，本文把在一個文本中共同出現兩個不同特征的概率進行替換，替換對象是它們在一個完整事件集中共同出現的事件個數，對特征在事件中的權重值進行計算，具體公式為：

其中，表示特征在事件A中權重；表示事件A中特征與事件B中特征的關聯度；表示特征與共同出現的事件個數；表示特征出 現的事件數；表示特征單獨出現的事件數。

4 新聞事件演化建模實例分析

4.1 實驗資料

實驗資料是利用網絡從中國新聞網中采集的2009年2月22日至4月22日關于山西2009年“2·22屯蘭礦難”的相關報道，共計682篇。本研究對這一新聞話題所涉及的各個事件進行匯總，共158篇報道，構成8個事件，見表1。

以表1中的事件發生的時間為基礎，由相關專家小組，分析并構建出具體的事件演化關系，同時對演化關系的正確性和完整性進行驗證。

4.2 實驗結果分析

本文中演化關系模型的主要對象是新聞事件的相似性、新聞事件命名實體特征關聯度（CS*FA），參與比較的關系模型有：CS模型、CS*DF模型以及事件內容相似性模型。計算演化關系模型中不同閾值λ下的召回率、準確率，事件演化關系模型的系統性能隨著實體特征關聯度、新聞報道接近度的增加而增加，CS*FA關系模型表現最為明顯，具體如圖1所示。

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

5 結論

現代社會中，網絡上的新聞事件報道數量巨大，為了能夠及時、準確地了解新聞事件的來由與發展歷程，本文基于事件的內容相似性、時間關系、命名實體以及關聯信息構建新聞演化關系模型。本文所研究的事件演化關系建模方法，可以將同一新聞話題中各事件之間的潛在演化發展脈絡良好呈現出來。

參考文獻

[1]張輝，李國輝，徐新文，等.詞網絡的新聞事件關聯建模[J].國防科技大學學報，2014，4：169-176.

[2]張凱.新聞演化規律的動力學與可視化——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.演化優化與演化建模方法及其應用研究[D].武漢大學，2013.

[4]王偉，趙東巖.中文新聞事件本體建模與自動擴充[J].計算機工程與科學，2012，4：171-176.