基于图卷积网络的微博新闻故事线抽取方法

doi:10.11772/j.issn.1001-9081.2021030451

《计算机应用》唯一官方网站 ›› 2021, Vol. 41 ›› Issue (11): 3139-3144.DOI: 10.11772/j.issn.1001-9081.2021030451

基于图卷积网络的微博新闻故事线抽取方法

赵旭剑(), 王崇伟

西南科技大学计算机科学与技术学院，四川绵阳 621010

收稿日期:2021-03-24 修回日期:2021-06-03 接受日期:2021-06-03 发布日期:2021-11-29 出版日期:2021-11-10
通讯作者: 赵旭剑
作者简介:赵旭剑（1984—），男，四川绵阳人，副教授，博士，CCF 会员，主要研究方向：文本挖掘、自然语言处理、Web 信息处理
王崇伟（1995—），男，四川泸州人，硕士研究生，主要研究方向：信息抽取、机器学习。
基金资助:
教育部人文社会科学基金资助项目(17YJCZH260);四川省科学技术厅重点项目(2020YFS0057);赛尔网络下一代互联网技术创新项目(NGII20180403)

Storyline extraction method from Weibo news based on graph convolutional network

Xujian ZHAO(), Chongwei WANG

School of Computer Science and Technology，Southwest University of Science and Technology，Mianyang Sichuan 621010，China

Received:2021-03-24 Revised:2021-06-03 Accepted:2021-06-03 Online:2021-11-29 Published:2021-11-10
Contact: Xujian ZHAO
About author:ZHAO Xujian，born in 1984，Ph. D.，associate professor. His research interests include text mining，natural language processing，Web information processing
WANG Chongwei，born in 1995，M. S. candidate. His research interests include information extraction，machine learning.
Supported by:
the Humanities and Social Sciences Foundation of the Ministry of Education(17YJCZH260);the Key Project of Science and Technology Department of Sichuan Province(2020YFS0057);the CERNET Innovation Project(NGII20180403)

摘要/Abstract

摘要：

微博作为人们获取和传播新闻事件的主要平台，隐藏着丰富的事件信息。从微博数据中抽取故事线能为用户提供一种直观的方式来准确理解事件演化，然而微博数据稀疏和上下文缺乏的特点为故事线抽取带来了挑战。因此，通过两个连续的任务从微博数据中自动抽取故事线：1）基于微博传播影响力对事件进行建模，并提取出首要事件；2）基于事件特征建立异构事件图，提出事件图卷积网络（E-GCN）模型来提升对事件间隐式关系的学习能力，从而实现事件的故事分支预测并链接事件。在真实数据集上从故事分支和故事线两个角度进行评测，结果表明所提方法在故事分支生成测评中，相较于贝叶斯模型、斯坦纳树和故事森林在F1值上，在Dataset1上分别高出28个百分点、20个百分点和27个百分点，在Dataset2上分别高出19个百分点、12个百分点和22个百分点；而在故事线抽取评测中，相较于故事时间线、斯坦纳树和故事森林在正确的边准确率上，在Dataset1上分别高出33个百分点、23个百分点和17个百分点，在Dataset2上分别高出12个百分点、3个百分点和9个百分点。

关键词: 社交网络, 微博, 首要事件, 故事线, 图卷积网络

Abstract:

As a key platform for people to acquire and disseminate news events， Weibo hides rich event information. Extracting storylines from Weibo data provides users with an intuitive way to accurately understand event evolution. However， the data sparseness and lack of context make it difficult to extract storylines from Weibo data. Therefore， two consecutive tasks for extracting storylines automatically from Weibo data were introduced： 1） events were modeled by propagation impact of Weibo， and the primary events were extracted； 2） the heterogeneous event graph was built based on the event features， and an Event Graph Convolution Network （E-GCN） model was proposed to improve the learning ability of implicit relations between events， so as to predict story branches of the events and link the events. The proposed method was evaluated from the perspectives of story branch and storyline on real datasets. In story branch generation evaluation， the results show that compared with Bayesian model， Steiner tree and Story forest， the proposed method has the F1 value higher by 28 percentage points， 20 percentage points and 27 percentage points on Dataset1 respectively， and higher by 19 percentage points， 12 percentage points and 22 percentage points on Dataset2 respectively. In storyline extraction evaluation， the results show that compared with Story timeline， Steiner tree and Story forest， the proposed method has the correct edge accuracy higher by 33 percentage points， 23 percentage points and 17 percentage points on Dataset1 respectively， and higher by 12 percentage points， 3 percentage points and 9 percentage points on Dataset2 respectively.

Key words: social network, Weibo, primary event, storyline, Graph Convolutional Network (GCN)

中图分类号:

TP391

赵旭剑, 王崇伟. 基于图卷积网络的微博新闻故事线抽取方法[J]. 计算机应用, 2021, 41(11): 3139-3144.

Xujian ZHAO, Chongwei WANG. Storyline extraction method from Weibo news based on graph convolutional network[J]. Journal of Computer Applications, 2021, 41(11): 3139-3144.

图/表 10

图1 “长春长生疫苗事件”部分故事线

Fig. 1 Part storyline of “Changchun Changsheng vaccine incident”

图2 故事分支示例

Fig. 2 Examples of story branch

图3 框架组件

Fig. 3 Framework components

图4 异构事件关系

Fig. 4 Heterogeneous event relation

图5 E-GCN模型架构

Fig. 5 Architecture of E-GCN model

图6 事件图卷积网络实现

Fig. 6 Implementation of event graph convolutional network

表1 数据集具体信息

Tab. 1 Specific information of datasets

数据集	标题	起止日期	记录数
Dataset1	疫苗事件	2018.07.01—2019.09.01	73 614
Dataset2	中兴事件	2018.04.16—2018.07.14	45 113

表2 不同方法在Dataset1上的故事分支构建结果

Tab.2 Story branch construction results of different methods on Dataset1

方法	Precision	Recall	F1	方法	Precision	Recall	F1
贝叶斯模型	0.75	0.45	0.55	故事森林	0.74	0.51	0.56
斯坦纳树	0.65	0.66	0.63	本文方法	0.86	0.84	0.83

表3 不同方法在Dataset2上的故事分支构建结果

Tab.3 Story branch construction results of different methods on Dataset2

方法	Precision	Recall	F1	方法	Precision	Recall	F1
贝叶斯模型	0.46	0.57	0.51	故事森林	0.41	0.56	0.48
斯坦纳树	0.50	0.68	0.58	本文方法	0.85	0.60	0.70

表4 不同方法的故事线抽取中正确的边准确率对比

Tab. 4 Accuracy comparison of correct edge in storyline extraction by different methods

方法	Dataset1	Dataset2	方法	Dataset1	Dataset2
故事时间线	0.31	0.30	故事森林	0.47	0.33
斯坦纳树	0.41	0.39	本文方法	0.64	0.42

参考文献 19

1	LIU B， HAN F X， NIU D， et al. Story forest： extracting events and telling stories from breaking news ［J］. ACM Transactions on Knowledge Discovery from Data， 2020， 14（3）： Article No.31. 10.1145/3377939
2	HUANG D P， HU S Y， CAI Y， et al. Discovering event evolution graphs based on news articles relationships ［C］// Proceedings of the 2014 IEEE 11th International Conference on e-Business Engineering. Piscataway： IEEE， 2014： 246-251. 10.1109/icebe.2014.49
3	ZHOU P P， WU B， CAO Z. EMMBTT： a novel event evolution model based on TFxIEF and TDC in tracking news streams ［C］// Proceedings of the 2017 IEEE 2nd International Conference on Data Science in Cyberspace. Piscataway： IEEE， 2017： 102-107. 10.1109/dsc.2017.53
4	李莹莹，马帅，蒋浩谊，等.一种基于社交事件关联的故事脉络生成方法［J］.计算机研究与发展，2018，55（9）：1972-1986. 10.7544/issn1000-1239.2018.20180155
	LI Y Y， MA S， JIANG H Y， et al. An approach for storytelling by correlating events from social networks ［J］. Journal of Computer Research and Development， 2018， 55（9）： 1972-1986. 10.7544/issn1000-1239.2018.20180155
5	YUAN R F， ZHOU Q F， ZHOU W B. dTexSL： a dynamic disaster textual storyline generating framework ［J］. World Wide Web， 2019， 22（5）： 1913-1933. 10.1007/s11280-018-0640-8
6	HAWWASH B， NASRAOUI O. From Tweets to Stories： using Stream-Dashboard to weave the Twitter data stream into dynamic cluster models ［C］// Proceedings of the 2014 3rd International Workshop on Big Data， Streams and Heterogeneous Source Mining： Algorithms， Systems， Programming Models and Applications. New York： ACM， 2014： 182-197. 10.18297/etd/587
7	HUA T， ZHANG X C， WANG W， et al. Automatical storyline generation with help from Twitter ［C］// Proceedings of the 25th ACM International Conference on Information and Knowledge Management. New York： ACM， 2016： 2383-2388. 10.1145/2983323.2983698
8	MAKKONEN J. Investigations on event evolution on TDT ［C］// Proceedings of the HLT-NAACL 2003 Student Research Workshop. Stroudsburg： ACL， 2003： 43-48. 10.3115/1073416.1073424
9	NALLAPATI R， FENG A， PENG F C， et al. Event threading within news topics ［C］// Proceedings of the 2004 13th ACM International Conference on Information and Knowledge Management. New York： ACM， 2004： 446-453. 10.1145/1031171.1031258
10	LABAN P， HEARST M A. newsLens： building and visualizing long-ranging news stories ［C］// Proceedings of the 2017 Events and Stories in the News Workshop. Stroudsburg： ACL， 2017： 1-9. 10.18653/v1/w17-2701
11	佘玉轩，熊赟.基于贝叶斯网络的故事线挖掘算法［J］.计算机工程，2018，44（3）：55-59.（SHE Y X， XIONG Y. Storyline mining algorithm based on Bayesian network ［J］. Computer Engineering， 2018， 2018， 44（3）： 55-59.）. 10.3969/j.issn.1000-3428.2018.03.009
12	ZHOU D Y， XU H Y， DAI X Y， et al. Unsupervised storyline extraction from news articles ［C］// Proceedings of the 2016 25th International Joint Conference on Artificial Intelligence. New York： ACM， 2016： 3014-3020.
13	WANG D D， LI T， OGIHARA M. Generating pictorial storylines via minimum-weight connected dominating set approximation in multi-view graphs ［C］// Proceedings of the 2012 26th AAAI Conference on Artificial Intelligence. Palo Alto： AAAI Press， 2012： 683-689. 5074
14	CAI H Y， HUANG Z， SRIVASTAVA D， et al. Indexing evolving events from tweet streams ［J］. IEEE Transactions on Knowledge and Data Engineering， 2015， 27（11）： 3001-3015. 10.1109/tkde.2015.2445773
15	LIN C， LIN C， LI J X， et al. Generating event storylines from microblogs ［C］// Proceedings of the 2012 21st ACM International Conference on Information and Knowledge Management. New York： ACM， 2012： 175-184. 10.1145/2396761.2396787
16	李培，翁伟，林琛.中文微博故事线生成方法［J］.中文信息学报，2016，30（3）：143-151. 10.1007/978-3-319-41003-6_9
	LI P， WENG W， LIN C. Method for generating microblogs storylines ［J］. Journal of Chinese Information Processing， 2016， 30（3）： 143-151. 10.1007/978-3-319-41003-6_9
17	WU Z H， PAN S R， CHEN F W， et al. A comprehensive survey on graph neural networks ［J］. IEEE Transactions on Neural Networks and Learning Systems， 2021， 32（1）： 4-24. 10.1109/tnnls.2020.2978386
18	CHEN C C， CHEN Y T， CHEN M C. An aging theory for event life-cycle modeling ［J］. IEEE Transactions on Systems， Man， and Cybernetics — Part A： Systems and Humans， 2007， 37（2）： 237-248. 10.1109/tsmca.2006.886370
19	KIPF T N， WELLING M. Semi-supervised classification with graph convolutional networks ［EB/OL］. ［2020-10-10］. .

[1]	张元钧, 张曦煌. 基于图卷积与长短期记忆网络的动态网络表示学习模型[J]. 计算机应用, 2021, 41(7): 1857-1864.
[2]	张萌, 李维华. 用户互动表示下的影响力最大化算法[J]. 计算机应用, 2021, 41(7): 1964-1969.
[3]	李扬志, 袁家政, 刘宏哲. 基于时空注意力图卷积网络模型的人体骨架动作识别算法[J]. 计算机应用, 2021, 41(7): 1915-1921.
[4]	许力, 李建华. 基于句法依存分析的图网络生物医学命名实体识别[J]. 计算机应用, 2021, 41(2): 357-362.
[5]	孙鹤立, 徐统, 何亮, 贾晓琳. 融合用户历史行为与社交关系的个性化社交事件推荐方法[J]. 计算机应用, 2021, 41(2): 324-329.
[6]	王晓霞, 钱雪忠, 宋威. 基于注意力与图卷积网络的关系抽取模型[J]. 计算机应用, 2021, 41(2): 350-356.
[7]	李翔锟, 贾彩燕. 融合重叠社区正则化及隐式反馈的协同过滤方法[J]. 计算机应用, 2021, 41(1): 53-59.
[8]	盛俊, 李斌, 陈崚. 基于模块度和标签传递的推荐算法[J]. 计算机应用, 2020, 40(9): 2606-2612.
[9]	李春英, 汤庸, 肖政宏, 李天送. 学术社交网络中的权威学者推荐模型[J]. 计算机应用, 2020, 40(9): 2594-2599.
[10]	陈佳伟, 韩芳, 王直杰. 基于自注意力门控图卷积网络的特定目标情感分析[J]. 计算机应用, 2020, 40(8): 2202-2206.
[11]	杨书新, 梁文, 朱凯丽. 社交网络中对立影响最大化算法[J]. 计算机应用, 2020, 40(7): 1944-1949.
[12]	易东义, 邓根强, 董超雄, 祝苗苗, 吕周平, 朱岁松. 基于图卷积神经网络的医保欺诈检测算法[J]. 计算机应用, 2020, 40(5): 1272-1277.
[13]	冯丽萍, 韩琦, 周志刚, 白增亮. 社交网络影响的不良信息扩散建模及最优控制策略[J]. 计算机应用, 2020, 40(3): 735-739.
[14]	单晓欢, 张志国, 宋宝燕, 任成林. 事件社交网中基于有向标签图及用户反馈的活动推荐方法[J]. 计算机应用, 2020, 40(2): 448-453.
[15]	李艳红, 赵宏伟, 王素格, 李德玉. 面向微博文本流的负面情感突发话题检测[J]. 计算机应用, 2020, 40(12): 3458-3464.

基于图卷积网络的微博新闻故事线抽取方法

Storyline extraction method from Weibo news based on graph convolutional network

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 19

相关文章 15

编辑推荐

Metrics