融入多特征的篇章级新闻要素关系抽取

随着互联网信息技术高速更新迭代,新闻文本信息在以指数级的速度增多。面对海量的新闻文本信息,如何自动提取长篇新闻文本中要素与要素之间的关系,成为研究的重点。篇章级新闻要素关系抽取是指从篇章级新闻文本中跨句子识别要素之间的关系信息,有助于加速人们对整篇新闻文本脉络的理解。本文以舆情新闻文本为例,提出融入多特征的篇章级新闻要素关系抽取方法,通过异构图模型将句子间的邻接关系、从属关系、句法依赖关系、要素间的多跳关系等多种特征进行融合,充分挖掘文本中潜在的上下文信息。在构建的篇章级舆情新闻要素关系数据集上的实验结果表明,融入的多种特征对要素关系抽取的性能均有明显的提升,F1值最高提升了4.09%,较目前主流方法取得了更好的效果。

基于门控图神经网络的新闻要素信息抽取方法

新闻要素信息抽取是指从新闻文本中识别出人名、地名、领域要素等信息,对于快速理解新闻文本有着关键作用。本文以抽取涉案新闻领域的要素信息为例,提出基于门控图神经网络(Gated Graph Neural Network,GGNN)融合案件相关词典的方法,利用图神经网络中结点与边之间的消息传播机制将外部词汇知识融入新闻文本中,挖掘文本潜在的语义特征,提高要素信息抽取性能。首先根据新闻文本特征选择领域相关的词汇构建案件相关词典,其次利用新闻文本和词典构建字粒度的组合图,通过GGNN模型对其进行编码得到字词组合关系的表征,最后利用Bi-LSTM-CRF模型解码得到要素信息序列。在标注的涉案新闻要素信息数据集上的实验结果表明,基于GGNN融入词典信息的要素抽取方法与常用的算法模型相比,F1值有2.12%~5.34%的提高,取得了更稳定的性能。