[發明專利]新聞寫作風格建模方法、寫作風格-影響力分析方法及新聞質量評估方法

在審

• 申請號: 202010387680.2
• 申請日: 2020-05-09
• 公開（公告）號: CN111553146A
• 公開（公告）日: 2020-08-18
• 發明（設計）人: 曹娟;楊玉婷;謝添;劉浩遠;郭俊波
• 申請（專利權）人: 杭州中科睿鑒科技有限公司;中國科學院計算技術研究所數字經濟產業研究院
• 主分類號: G06F40/279
• 分類號: G06F40/279;G06F40/284;G06F40/289;G06F40/258;G06F40/216;G06F16/35
• 代理公司: 杭州九洲專利事務所有限公司 33101
• 代理人: 沈敏強

本發明涉及一種新聞寫作風格建模方法、寫作風格?影響力分析方法及新聞質量評估方法。本發明的目的是提供一種新聞寫作風格建模方法、寫作風格?影響力分析方法及新聞質量評估方法。本發明的技術方案是：一種新聞寫作風格建模方法，其特征在于：根據量化的可讀性、邏輯性、可信度、書面度、交互性、有趣度、動人性和結構完整性構建。本發明適用于社交媒體數據挖掘領域。

技術領域

本發明涉及一種新聞寫作風格建模方法、寫作風格-影響力分析方法及新聞質量評估方法。適用于社交媒體數據挖掘領域。

背景技術

隨著互聯網對人民群眾生活的影響日益加深，以及移動終端設備的廣泛普及，近些年來人類生產生活中的數據也在飛速地增長。而隨著深度學習理論的完善和進展，大數據所蘊含的內在價值得以不斷被挖掘，其中的價值已引起各國政府、企業界、科技界的高度重視。

對媒體行業而言，隨著社交媒體成為人們獲取新聞事件的主要方式，許多傳統新聞媒體開始在社交媒體(如，新浪微博)中創建賬號、發表新聞以及和讀者交互，因此，如何依據社交媒體中的用戶需求，生成高質量的新聞內容，成為一項重要的研究任務。

社交媒體上新聞的質量往往體現在其影響力的高低，因此現有工作的重點多為如何預測新聞的影響力，這些工作大多集中在三個方面：用戶、信息傳播和新聞內容：

(1)關于用戶的工作主要研究發表新聞的用戶個人影響力對于新聞影響力的影響，這類工作往往基于用戶個人的影響力，如粉絲數等，結合其社交網絡，如關注者網絡，預測新聞影響力。

(2)關于信息傳播的工作主要研究如何通過新聞傳播的早期網絡結構預測其未來傳播趨勢，挖掘傳播網絡中的重要節點，利于信息擴散。

(3)關于新聞內容的工作研究新聞內容本身對于其傳播影響力的作用，可以在發布前預測其影響，并幫助用戶在生成新聞時進行新聞內容的調整潤色，以便產生更高質量的新聞。

關于新聞內容的工作主要分為兩類，基于主題和語言風格。基于主題的工作旨在研究新聞所屬的主題本身對其影響力的影響，但對于權威的新聞媒體來說，他們需要確保主題的多樣性，只包含一些特定的主題是不適用的。因此，更為重要的是如何潤色寫作風格，以產生高質量新聞，這方面的工作研究較少，尤其是對于中文。現有工作大多只關注一些基本的詞匯信息，包括單詞嵌入和n-gram(n元語法)，而這些語言知識并不能準確地塑造新聞寫作風格的特性，難以捕捉寫作風格對于影響力的影響。

發明內容

本發明要解決的技術問題是：針對上述存在的問題，提供一種新聞寫作風格建模方法、寫作風格-影響力分析方法及新聞質量評估方法。

本發明所采用的技術方案是：一種新聞寫作風格建模方法，其特征在于：根據量化的可讀性、邏輯性、可信度、書面度、交互性、有趣度、動人性和結構完整性構建。

所述可讀性用以下特征度量：字符個數、詞數、句子數、子句數、平均單詞長度、Sentence_broken、RIX、LIX、LW和專業詞匯數；

其中，Sentence_broken表示新聞中句子包含的平均子句數；RIX＝LW/句子數、LIX＝詞數/句子數+(100*LW)/Words，其中LW指代新聞中長詞的個數；

所述邏輯性用以下特征度量：Forward_reference和Conjs；

其中，Forward_reference指代新聞中指代詞及第三人稱詞的個數；Conjs指代新聞中連接詞的個數。

所述可信度用以下特征度量：@、Nums、Time、Places、Objects、Official_speech和Uncertainty；