基于神经自回归分布估计的涉案新闻主题模型构建方法

神经主题模型能有效获取文本的深层语义特征,但现有的神经主题模型忽略了外部知识对获取主题分布的帮助。因此,针对涉案主题分析任务,该文提出了一种基于神经自回归分布估计的涉案新闻主题模型构建方法。以案件要素作为外部知识对iDocNADEe模型进行了扩展,通过计算案件要素与主题词的相关度来构建注意力机制对iDocNADEe模型双向编码的隐状态进行加权,利用神经自回归算法计算加权后的主题词双向隐状态的自回归条件概率实现涉案新闻文本主题模型构建。实验结果表明,该文提出方法较基线模型困惑度降低了0.66%、主题连贯性提高了6.26%,并且在文档检索精确率方面也明显高于基线模型。

联合罪名预测的涉案新闻重叠实体关系抽取

涉案新闻重叠实体关系抽取对于构建案件知识图谱有着重要意义。传统的方法通过定位关系指示符来抽取重叠实体关系,在涉案新闻中,预测罪名的关键词可以作为定位关系指示符的重要依据。该文提出一种联合罪名预测的涉案新闻重叠实体关系抽取方法。预测罪名,将罪名向量融入到关系分类和实体标签分类的状态向量中,实现重叠实体关系抽取。为了缓解因联合罪名预测而给重叠实体关系抽取带来的错误传播问题,引入一种分层级联强化学习机制,将整个过程分解为罪名预测层和重叠实体关系抽取层,利用罪名指导重叠实体关系抽取,帮助重叠实体关系抽取层优化强化学习策略。将重叠实体关系抽取结果反馈给罪名预测层帮助罪名预测层优化强化学习策略。试验表明:该文提出的模型相比基线模型的F1指标提升了4%。

融合近邻标题图的涉案新闻话题发现

针对涉案舆情领域同一案件下不同话题的新闻文档要素信息较为接近,已有的话题发现方法不能很好地进行表征和区分的问题,提出融合近邻标题图的涉案新闻话题发现方法。在话题发现的过程中引入标题的关联关系,构建近邻标题图,通过图卷积网络提取标题的全局特征,同时使用深度网络提取文档的局部特征,加入到标题的编码过程中去,更好地实现聚类。实验结果表明,联合标题和文档进行话题建模可以提升涉案新闻话题发现的准确性指标。

融入中心句的涉案新闻要素实体识别方法

针对涉案新闻句中由成分指代引起的语义模糊导致要素实体识别率低的问题,提出一种融入新闻中心句的要素实体识别方法。首先,采用改进的多头注意力将新闻中心句融入新闻正文句中。其次,通过双向长短期记忆网络(Bidirectional Long Short-Term Memory,Bi-LSTM)获取融入新闻中心句后的全局语义。最后,采用条件随机场(Conditional Random Fields,CRF)预测序列标签。实验结果表明,融入新闻中心句的要素实体识别方法可有效增强新闻正文句的语义表示,提升识别率。

基于压缩空间句子选择的涉案新闻话题摘要

涉案新闻话题摘要的效果依赖于抽取的句子的质量,然而现有方法存在搜索空间较大、提取到过多非涉案和重复内容的问题。因此,提出了基于压缩空间句子选择的涉案新闻话题摘要方法,通过句子重要性评估模块过滤掉无关信息来压缩搜索空间,计算编码后文档集合中句子的突出特征和重复特征,平衡两种特征后提取出最终得分高的句子组成摘要。在数据集上进行的各项实验结果表明,所提方法可以生成高质量的涉案新闻话题摘要,并且各项评价指标均有提升。