罗芳,汪竞航,张宇恒,何道森,蒲秋梅

(1.武汉理工大学计算机科学与技术学院,湖北武汉430063;2.香港恒生大学供应链及资讯管理系,香港999077;3.中央民族大学信息工程学院,北京100081)

0 引言

社交媒体平台因其信息分享和交流的便捷性成为人们获取信息的重要方式,推动着人们获取资讯方式的变革。当热点事件发生时,社交媒体平台会随即产生大量与之相关的事件文本,然而文本数据量庞大、主观意识强烈及文本质量参差不齐的问题逐渐成为用户理清热点事件发展过程的阻碍。因此,为了生成反映热点事件随时间演化状况的概要,针对热点事件的时序摘要技术研究受到人们的广泛关注。目前,针对社交媒体平台中热点事件的时序摘要技术获得了一定程度的发展,但仍具有较大局限性,主要表现为缺乏对事件发展演化阶段的追踪挖掘,以及对社交媒体文本特性的挖掘利用不够充分,忽视了社交文本所蕴含的时序信息及传播影响力与文本概述信息能力之间的联系等问题。

为了更好地抽取热点事件的时序摘要,本文在充分挖掘社交媒体文本流时序信息及社交传播影响力的基础上,结合传统无向图模型[1],提出了融合社交传播影响力的热点事件时序摘要方法LSTS(Lex Rank summarization with timeline-social influence)。该方法首先挖掘热点事件的发展演化阶段,然后通过文本时间特征捕捉文本内容描述与事件发展演化阶段的关联,同时利用社交传播影响力较高的文本与事件信息相关度更高的特性,进行文本摘要的赋权,最后结合改进的无向图模型分阶段进行时序摘要的提取。……