[發明專利]基于新聞事件的關系分析方法及裝置

在審

• 申請號: 202110326769.2
• 申請日: 2021-03-26
• 公開（公告）號: CN113158672A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 侯磊;劉丁梟;吳茜鳳;李涓子;張鵬;唐杰;許斌
• 申請（專利權）人: 清華大學
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/242;G06F40/30;G06K9/62;G06F16/36
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 苗曉靜

本發明提供一種基于新聞事件的關系分析方法及裝置，其中方法包括：獲取多篇新聞文本；對多篇新聞文本進行聚類，得到聚類后的多個新聞事件；對多個新聞事件進行實體鏈接、實體抽取、實體關系抽取、事件關系抽取、實體與事件關系抽取，根據實體鏈接結果、實體抽取結果、實體關系抽取結果、事件關系抽取結果、實體與事件關系抽取結果進行關聯分析得到分析結果。本發明通過原始新聞文本聚類實現新聞事件級別分析，得到多個事件，再通過對事件文本抽取實體、實體關系、事件關系、事件與實體的關系。進而通過實體鏈接，將實體背景知識進行補充，實現對事件的深層次挖掘，從而使讀者能夠獲得更全面和深入的信息。

技術領域

本發明涉及計算機技術領域，尤其涉及一種基于新聞事件的關系 分析方法及裝置。

背景技術

隨著互聯網普及率的上升和信息公開化程度的提高，網絡已經成 為新聞事件報道和傳播的重要平臺。互聯網上新聞網頁的數量急劇增 長，新聞量和冗余信息的增加，給閱讀和信息分析帶來了新的挑戰。 而由于互聯網的開放性特征，發布在網站上的新聞信息可能會繁雜無 序，描述同一新聞事件的新聞信息可能會分散在不同的網站上，不利 于用戶的深入了解。當用戶要想了解與這個新聞事件的來龍去脈時， 需要一次一次的輸入去做查找，非常耗時。

而現有的技術為了對新聞事件進行分析主要是對新聞正文進行 簡單分類或者基于新聞內容提取相應的關鍵詞，并不能全面體現一則 新聞的所包含的信息。或者僅僅對新聞事件進行聚類，將相同事件進 行集中展現，是讀者獲取更多相應信息，但是這種方式并不能對不同 種類的新聞進行聚合，不能對信息進行跨類別的融合，不能體現出新 聞中不包含的背景知識，不能使讀者獲取更為深入或者全面的信息， 從而加深對新聞的理解。

發明內容

本發明提供一種基于新聞事件的關系分析方法及裝置，用以解決 現有技術中讀者不能獲取深入而全面的背景信息的缺陷，實現信息的 跨類融合，補充新聞信息中的背景知識信息，使讀者更為深入而全面 的理解新聞。

第一方面，本發明提供一種基于新聞事件的關系分析方法，包括：

獲取多篇新聞文本；

對所述多篇新聞文本進行聚類，得到聚類后的多個新聞事件；

對所述多個新聞事件進行實體鏈接、實體抽取、實體關系抽取、 事件關系抽取以及實體與事件關系抽取，得到實體鏈接結果、實體抽 取結果、實體關系抽取結果、事件關系抽取結果，以及實體與事件關 系抽取結果；

根據所述實體鏈接結果、所述實體抽取結果、所述實體關系抽取 結果、所述事件關系抽取結果，以及所述實體與事件關系抽取結果進 行關聯分析得到分析結果。

進一步地，根據本發明提供的一種基于新聞事件的關系分析方法， 其中，對所述多篇新聞文本進行聚類，得到聚類后的多個新聞事件， 包括：

對所述多篇新聞文本進行K均值聚類、基于密度的聚類、均值 漂移聚類或層次聚類，得到多個新聞事件。

進一步地，根據本發明提供的一種基于新聞事件的關系分析方法， 其中，對所述多個新聞事件進行實體關系抽取，包括下述中的一種或 多種：

對所述多個新聞事件進行語料級的實體關系抽取；

對所述多個新聞事件進行句子級的實體關系抽取；

對所述多個新聞事件從實體鏈接得到的實體鏈接結果進行實體 關系擴展。

進一步地，根據本發明提供的一種基于新聞事件的關系分析方法， 其中，在對所述多個新聞事件進行實體關系抽取時，采用開放域關系 抽取；其中，所述開放域關系抽取是指基于實體對和上下文中的連接 詞描述實體之間的關系。

進一步地，根據本發明提供的一種基于新聞事件的關系分析方法， 其中，對所述多個新聞事件進行事件關系抽取，包括下述中的一種或 多種：