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

所属专题：人工智能

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]	薛桂香, 王辉, 周卫峰, 刘瑜, 李岩. 基于知识图谱和时空扩散图卷积网络的港口交通流量预测[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2952-2957.
[2]	庞川林, 唐睿, 张睿智, 刘川, 刘佳, 岳士博. D2D通信系统中基于图卷积网络的分布式功率控制算法[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2855-2862.
[3]	刘禹含, 吉根林, 张红苹. 基于骨架图与混合注意力的视频行人异常检测方法[J]. 《计算机应用》唯一官方网站, 2024, 44(8): 2551-2557.
[4]	李欢欢, 黄添强, 丁雪梅, 罗海峰, 黄丽清. 基于多尺度时空图卷积网络的交通出行需求预测[J]. 《计算机应用》唯一官方网站, 2024, 44(7): 2065-2072.
[5]	吕锡婷, 赵敬华, 荣海迎, 赵嘉乐. 基于Transformer和关系图卷积网络的信息传播预测模型[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1760-1766.
[6]	黎施彬, 龚俊, 汤圣君. 基于Graph Transformer的半监督异配图表示学习模型[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1816-1823.
[7]	林欣蕊, 王晓菲, 朱焱. 基于局部扩展社区发现的学术异常引用群体检测[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1855-1861.
[8]	高龙涛, 李娜娜. 基于方面感知注意力增强的方面情感三元组抽取[J]. 《计算机应用》唯一官方网站, 2024, 44(4): 1049-1057.
[9]	杨先凤, 汤依磊, 李自强. 基于交替注意力机制和图卷积网络的方面级情感分析模型[J]. 《计算机应用》唯一官方网站, 2024, 44(4): 1058-1064.
[10]	马源源, 解蕾蕾, 董南, 刘娜. 考虑用户能动性和流动性的舆情传播模型[J]. 《计算机应用》唯一官方网站, 2024, 44(2): 619-627.
[11]	王楷天, 叶青, 程春雷. 基于异构图表示的中医电子病历分类方法[J]. 《计算机应用》唯一官方网站, 2024, 44(2): 411-417.
[12]	吴祖成, 吴小俊, 徐天阳. 基于模态内细粒度特征关系提取的图像文本检索模型[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3776-3783.
[13]	高瑞, 陈学斌, 张祖篡. 面向部分图更新的动态社交网络隐私发布方法[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3831-3838.
[14]	胡新荣, 陈静雪, 黄子键, 王帮超, 姚迅, 刘军平, 朱强, 杨捷. 基于图卷积网络的掩码数据增强[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3335-3344.
[15]	刘世梁, 王义, 马应龙. 考虑社区规模不平衡的非重叠社区检测[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3396-3402.

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