收 稿日期 : 2006-02-28; 修 返 日 期: 2006- 04- 15 基 金 项 目: 国 家 自 然 科 学 基 金 资 助 项 目 ( 60473117) ; 国 家 “863”计 划 资 助 项 目
( 2001AA115123)
作 者简介 : 雷震( 1976- ) , 男, 河 南 安 阳 人 , 博 士 研 究 生 , 主 要 研 究 方 向 为 文 本 挖 掘 和 自 然 语 言 处 理 ( gfkdzhenlei@ yahoo. com. cn) ; 吴 玲 达
( 1962-) , 女 , 上海人 , 指 挥与 控制教 研室 主任, 博导 , 教 授, 博士 , 主 要研 究方 向 为 多 媒体 信 息 系 统与 虚 拟 现 实技 术 ; 刘 宇 弛( 1974- ) , 男, 湖 南长 沙
人, 讲师, 博士 研究 生, 主要 研究方 向为多 媒体 信息管 理; 李卓 ( 1977-) , 男, 湖南 长沙人 , 博 士研 究生, 主要 研究 方向为 基于 内容的 检索 .
基 于 事 件 的 新 闻 报 道 分 析 技 术 研 究 进 展
*
雷 震, 吴玲达, 刘宇弛, 李 卓
( 国 防科 学技 术大 学 信 息系 统与 管理 学院 , 湖南 长 沙 410073)
摘 要: 首 先给 出基 于事 件的 新闻 报道 分析 技术相 关概 念的 定义 , 并 提出 一个 基于 事件 的新 闻报 道 分 析技 术 框
架; 然后 从四 个方 面介 绍了 基于 事件的 新闻 报道 分析 中 的关 键 技 术, 包 括 事 件 探 测、事 件 追 踪、事件 相 关 文 档 摘
要和 事件 RSU 检索 。对一 些关 键技 术进 行 了分 类 和 评 价, 剖 析其 优 势 及 不 足, 通过 对 各 种 方 法 的 分 析和 比 较 ,
提出 了一 些改 进的方 法和 建议 。最 后展 望了 未来基 于事 件的 新闻 报道 分析 技术 的发 展方 向。
关键 词: 事 件探 测; 事件 追踪 ; 事件 相关 文档 摘要 ; 事件 相关 故事 单元 检索
中图 分类 号: TP391 文 献标 志码: A 文 章编 号: 1001-3695( 2007) 05-0013-04
Event-based Analyzing Technology in News Report: Introductory Review
LEI Zhen, WU Ling-da, LIU Yu-chi, LI Zhuo
( College of Information Systems & Management, National University of Defense Technology, Changsha Hunan 410073, China)
Abstract: The definitions relevant to event based analyzing techniques in news report were firstly presented and a frame of
eventbased analyzing techniques in news reportwas proposed, and then key techniques were discussed fromfour aspects: event
detection, event tracking, eventrelated document summarization and event RSUretrieval. Some key techniques were classified
and evaluated, and their advantages and disadvantages were analyzed. Based on the analysis and comparison, the improved
methods and suggestions were presented. Atlast, the problems of current research were discussed and the future directions of
event based analyzing techniques in news report were pointed out.
Key words: event detection; event tracking; event relevant document abstracting; event RSU retrieval
0 引言
当今, 信息产业已成为 全球关 注的焦 点, 世界各国 正从 深
度和广度两个方面推动国民经济信息化的进程, 并采取了相应
的对策。随着信息传播技术 的迅猛 发展, 尤其 是广播、电视 等
媒体信息流在互 联网 上的 全面 “开花”, 使人 类社 会面 临着 日
益严重的信息挑战。人们不但重视信息的有效性, 而且更加关
注信息获取的便捷性。如何对 海量的 新闻报 道信息 进行有 效
的组织和管理显得至关重要。
新闻报道作为有代表性的多源媒体, 广泛地受到人们的关
注, 并且由于其具有如下特征而使其可利用价值远远超出了浏
览与检索的范畴: ①新闻 报道作 为一种 公开的 信息源, 容易 获
取; ②新闻报道具有报道及时、反映迅速的特点; ③新闻报道尤
其是专题性新闻报道具有目 的明确、信息 丰富的 特点; ④新 闻
报道代表了不同国家、不 同政治 团体的 政治立 场和媒 体呼声,
能够反映其政治、外交和军事等不同领域的政策和态度。
基于事件的新闻报道分析 技术是 近年来 备受关 注的前 沿
学科, 同时也是信息资源管理领域一个新兴的研究方向。研究
基于事件的新闻报道分析技术, 将在一定程度上改善耗时并且
代价昂贵的人工组织和管理新闻报道事件的过程, 同时将体现
新闻事件来龙去脉的分析结果呈现给用户, 提高情报收集整理
工作的效率, 也能够大大简化新闻报道信息的管理工作。最重
要的是它能够帮助人们从大量 新闻报 道数据 中获取 有价值 的
情报, 具有切实的军事意义。它不仅可以将情报分析人员从繁
重耗时的人工劳动中解脱出来, 而且可以提高新闻报道分析和
情报分析的智能化程度, 推动信息组织技术的进一步发展。
1 相关概念
事件探测与追踪领域的几个基本概念的定义:
定义 1 话题。它是 TDT 研究中一个最基本的概念, 研 究
者对于话题与 事件 定义 有多种 方式。文 献[ 1] 将话 题定 义 为
“由某些原因、条件引起的, 发生 在特定 时间和 地点, 并可能 伴
随某些必然 结 果 的一 个 事 件”, 即 认 为 话题 与 事 件 的 含 义 相
同。而目前的 TDT 评测机构定义的 话题概念则 要相对宽泛 一
些, 它将话题定义为“包括一个核心事 件或活 动以及 所有与 之
直接相关的事件 和活 动”。如果 一 篇报 道讨 论 了与 某个 话 题
的核心事件直接相关的事件或活动, 那么就认为该报道与此话
题相关。比如, 搜寻印度洋 海啸过 后的幸 存者、安葬死 难者 都
被看作与印度洋海啸事件直接相关。
定义 2 事件。Yang
[ 2]
将事件定义为“发生在某特定时 间
第 24 卷 第 5 期
2007 年 5 月
计 算 机 应 用 研 究
Application Research of Computers
Vol. 24, No.5
May 2007