微博事件自動摘要研究.pdf

1、在Web2.0時代，微博已成為流行的社交網(wǎng)絡(luò)平臺。微博互動性強、用戶數(shù)量大，社會上的流行熱點事件能夠在微博平臺上迅速傳播，其實時性和現(xiàn)場感遠超傳統(tǒng)媒體。通過微博瀏覽熱點事件已經(jīng)成為現(xiàn)代社會獲取最新資訊的重要途徑。
　　然而，作為一個主打社交的平臺，微博并沒有專門對新聞事件數(shù)據(jù)進行優(yōu)化。人們在微博平臺上只能通過關(guān)鍵詞檢索事件相關(guān)微博。這些微博一方面內(nèi)容冗余度高，另一方面由于微博字數(shù)限制很難給出事件的整體描述以及用戶觀點。再者，搜索引

2、擎的結(jié)果一般通過微博發(fā)布時間或者熱門程度等基本屬性進行排序，并沒有針對微博文本內(nèi)容或者主題進行排序的機制。這些不足致使呈現(xiàn)在用戶面前的事件信息只是一個局部，缺乏完整性。同時，對于一個事件，特別是發(fā)展過程中重點發(fā)生轉(zhuǎn)移的事件，用戶不僅需要了解事件的概況，還希望進一步掌握事件發(fā)展的脈絡(luò)和前因后果。
　　針對這些問題，本文提出了一種面向微博事件的自動摘要生成方法。它包含兩部分內(nèi)容。對于微博事件數(shù)據(jù)如何進行表示的問題，我們設(shè)計了一種微博短

3、文本自動摘要算法。它可以克服傳統(tǒng)的長文本自動摘要方法應(yīng)用于短文本摘要效果不佳的缺點，從事件的整體入手為微博生成摘要。對于事件演化階段的摘要生成問題，我們提出了一種基于演化特征的層次聚類算法，并結(jié)合事件摘要算法為微博生成演化摘要。本文的主要貢獻如下:
　　(1)針對微博平臺事件信息表示的問題，提出了一種適用于微博短文本的自動摘要算法。我們定義了一種微博復(fù)合型摘要，包括微博事件描述摘要和微博情感摘要。對于事件描述摘要，本文在依存語法的

4、基礎(chǔ)上，利用圖模型計算微博句子單元的重要性并進行排序，最后用最大邊緣相關(guān)算法篩選出最相關(guān)的句子構(gòu)成事件描述集合。對于用戶情感摘要，本文提出了一種基于監(jiān)督學習模型的情感句抽取方法。我們從新浪微博上抓取了6個事件微博集合，實驗結(jié)果表明了本文所提方法的有效性。
　　(2)針對某些事件演化過程復(fù)雜，一個摘要難以表示的問題，我們提出了一種基于演化特征的層次聚類算法用于識別事件演化階段。在計算演化特征向量相似度時，考慮到傳統(tǒng)的基于向量空間模型