买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:清华大学
摘要:本发明提供一种基于新闻事件的关系分析方法及装置,其中方法包括:获取多篇新闻文本;对多篇新闻文本进行聚类,得到聚类后的多个新闻事件;对多个新闻事件进行实体链接、实体抽取、实体关系抽取、事件关系抽取、实体与事件关系抽取,根据实体链接结果、实体抽取结果、实体关系抽取结果、事件关系抽取结果、实体与事件关系抽取结果进行关联分析得到分析结果。本发明通过原始新闻文本聚类实现新闻事件级别分析,得到多个事件,再通过对事件文本抽取实体、实体关系、事件关系、事件与实体的关系。进而通过实体链接,将实体背景知识进行补充,实现对事件的深层次挖掘,从而使读者能够获得更全面和深入的信息。
主权项:1.一种基于新闻事件的关系分析方法,其特征在于,包括:获取多篇新闻文本;对所述多篇新闻文本进行聚类,得到聚类后的多个新闻事件;对所述多个新闻事件进行实体链接、实体抽取、实体关系抽取、事件关系抽取以及实体与事件关系抽取,得到实体链接结果、实体抽取结果、实体关系抽取结果、事件关系抽取结果,以及实体与事件关系抽取结果;根据所述实体链接结果、所述实体抽取结果、所述实体关系抽取结果、所述事件关系抽取结果,以及所述实体与事件关系抽取结果进行关联分析得到分析结果;其中,对所述多个新闻事件进行实体链接,得到实体链接结果,包括:建立词和实体的联合表示模型;基于所述词和实体的联合表示模型,采用概率实体模型,建立多个新闻事件中的实体与知识库中的实体的链接关系,得到实体链接结果;其中,建立词和实体的联合表示模型,包括:建立skip-gram模型,通过预测词的相邻词学习给定文本语料中词的表示;建立知识库模型,通过预测目标实体相邻的实体来学习实体的表示;建立锚文本上下文模型,将锚文本替换为相应的实体,预测该实体周围下文的词,将词和实体映射到同一个语义空间中;在对所述词和实体的联合表示模型进行训练时,所述词和实体的联合表示模型的总目标为最大化三个模型目标函数的线性组合;其中,基于所述词和实体的联合表示模型,采用概率实体模型,建立多个新闻事件中的实体与知识库中的实体的链接关系,得到实体链接结果,具体包括:提取当前处理的文档中先验概率满足预设条件的无歧义的实体,得到初始化的无歧义实体集合;对所述无歧义实体集合中的当前实体mi与知识库中的候选实体进行匹配,得到最大化后验概率的相关实体e;所述后验概率是根据候选实体和上下文向量的余弦相似度、候选实体的上下文实体的概率分布、候选实体的先验分布和预设影响因子计算得到的;所述上下文向量为当前实体mi中上下文中的词向量的平均;根据所述实体e,生成当前实体mi的上下文;生成当前实体mi中的其他实体。
全文数据:
权利要求:
百度查询: 清华大学 基于新闻事件的关系分析方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。