李莹莹 马 帅 蒋浩谊 刘 喆 胡春明 李 雄

1(软件开发环境国家重点实验室(北京航空航天大学) 北京 100191) 2(北京大数据科学与脑机智能高精尖创新中心(北京航空航天大学) 北京 100191) 3(国家计算机网络应急技术处理协调中心 北京 100029) (liyy@act.buaa.edu.cn)

社交网络已被政府、公司甚至总统(如奥巴马、特朗普等)等广泛用于发布新闻和报道事件.社交网络中信息的实时性和快速传播的能力使其成为获取信息的重要媒介.短文本的表述方式也能够有效地传递关键信息.社交网络的这些特性颠覆了传统媒体在信息传播上的统治力，这使其为监控事件及其演化提供了宝贵数据.然而，社交网络中文本的快速积累、口语化的表达方式以及文本内容中的错别字使得监控事件及事件间的演化具有极大挑战.从社交网络文本中对具有同一主题的的事件及其演化进行提取能够极大地帮助我们在全景上对某一事件进行了解.例如：我们期望获得关于平昌冬奥会所有项目(即事件)的信息和这些项目的进程(即事件演化).这需要我们首先检测事件，而后对这些事件进行聚类从而获得具有同一主题的事件(即故事)，并最终以一种用户友好的方式(故事脉络)呈现出来.

目前针对该问题的方法按照是否需要用户提供关键词，大致可分为2类：1)关键词检索依赖型算法，将该问题形式化为信息检索问题，依据用户提供的关键词生成故事脉络，如MetroMap[1]首先依据用户提供的关键词匹……