新聞傳播學(xué)專業(yè)論文：一種新聞事件演化建模方法研究
新聞傳播學(xué)專業(yè)論文：一種新聞事件演化建模方法研究
新聞，是指通過(guò)報(bào)紙、電臺(tái)、廣播、電視臺(tái)、互聯(lián)網(wǎng)等媒體途徑所傳播的信息的一種稱謂。新聞概念有廣義與狹義之分。就其廣義而言，除了發(fā)表于報(bào)刊、廣播、互聯(lián)網(wǎng)、電視上的評(píng)論與專文外的常用文本都屬于新聞之列，包括消息、通訊、特寫(xiě)、速寫(xiě)(有的將速寫(xiě)納入特寫(xiě)之列)等等，狹義的新聞則專指消息，消息是用概括的敘述方式，比較簡(jiǎn)明扼要的文字，迅速及時(shí)地報(bào)道國(guó)內(nèi)外新近發(fā)生的、有價(jià)值的事實(shí)。以下是學(xué)習(xí)啦小編今天為大家精心準(zhǔn)備的新聞傳播學(xué)專業(yè)論文范文：一種新聞事件演化建模方法研究。內(nèi)容僅供參考，歡迎閱讀!
一種新聞事件演化建模方法研究全文如下：
摘 要： 事件演化關(guān)系模型是一個(gè)科學(xué)的新聞事件演化建模方法，它有利于準(zhǔn)確發(fā)掘新聞話題中各子事件之間存在的潛在關(guān)系。其具體方法是利用事件的內(nèi)容相似性、時(shí)間關(guān)系、命名實(shí)體以及關(guān)聯(lián)信息構(gòu)建新聞演化關(guān)系模型。本文通過(guò)具體的建模實(shí)驗(yàn)，對(duì)該方法的可行性進(jìn)行了探析。
關(guān)鍵詞： 新聞事件;演化;建模方法
新聞報(bào)道中，一個(gè)新聞話題不僅僅是單一事件的報(bào)道，它還具有一個(gè)完整的時(shí)間演化結(jié)構(gòu)。而從新聞話題中掌握各個(gè)子事件的演化脈絡(luò)也并不是一件容易的事情。構(gòu)建事件演化關(guān)系模型，基于新聞事件的多層次特性，通過(guò)計(jì)算機(jī)技術(shù)發(fā)掘事件之間存在的演化關(guān)系，是本文對(duì)新聞事件演化建模的研究方向。
1 新聞事件演化
一個(gè)完整的新聞事件演化方式可以是由一個(gè)事件分裂成多個(gè)事件，也可能是多個(gè)事件相融合并合成一個(gè)事件，還可能是由單一的一個(gè)事件演變發(fā)展成另一個(gè)單一事件。確定新聞事件之間存在演化關(guān)系，應(yīng)滿足兩個(gè)條件：事件發(fā)生的時(shí)間具有先后關(guān)系;事件內(nèi)容之間相互關(guān)聯(lián)，其中，事件發(fā)生的時(shí)間所構(gòu)成的先后關(guān)系，表示該事件的演化方向。
2 新聞事件收集
在對(duì)新聞事件演化進(jìn)行研究前，應(yīng)該收集新聞話題，并生成新聞事件集，事件集中統(tǒng)一新聞話題的報(bào)道應(yīng)為兩篇以上篇。本文主要對(duì)事件演化關(guān)系建模方法進(jìn)行研究，基于避免出現(xiàn)報(bào)道聚類誤差的原因，新聞話題的收集采取人工方式進(jìn)行，最終生成事件集。
事件內(nèi)容向量采用TF?IEF 模型創(chuàng)建，用T={，，…， }表示新聞話題的事件集合，用表示第i個(gè)事件中第j個(gè)特征的權(quán)重值，用{(，) |j =1，2，…，k}表示Ei的k個(gè)特征及其權(quán)重值，具體TF?IEF模型下，特征權(quán)重計(jì)算公式如下：
其中，表示特征在事件出現(xiàn)的頻次，表示出現(xiàn)特征的事件總數(shù)，表示T中總事件數(shù)。
3 事件演化關(guān)系建模
就計(jì)算目標(biāo)來(lái)說(shuō)，文本中的特征關(guān)聯(lián)度和互信息相似度較高，模糊匹配策略可以用于計(jì)算事件命名實(shí)體間的關(guān)聯(lián)度，當(dāng)相同的命名實(shí)體都在一個(gè)事件中有出現(xiàn)，則稱之為一次關(guān)聯(lián)。因此，本文把在一個(gè)文本中共同出現(xiàn)兩個(gè)不同特征的概率進(jìn)行替換，替換對(duì)象是它們?cè)谝粋€(gè)完整事件集中共同出現(xiàn)的事件個(gè)數(shù)，對(duì)特征在事件中的權(quán)重值進(jìn)行計(jì)算，具體公式為：
其中，表示特征在事件A中權(quán)重;表示事件A中特征與事件B中特征的關(guān)聯(lián)度;表示特征與共同出現(xiàn)的事件個(gè)數(shù);表示特征出 現(xiàn)的事件數(shù);表示特征單獨(dú)出現(xiàn)的事件數(shù)。
4 新聞事件演化建模實(shí)例分析
4.1 實(shí)驗(yàn)資料
實(shí)驗(yàn)資料是利用網(wǎng)絡(luò)從中國(guó)新聞網(wǎng)中采集的2009年2月22日至4月22日關(guān)于山西2009年“2?22屯蘭礦難”的相關(guān)報(bào)道，共計(jì)682篇。本研究對(duì)這一新聞話題所涉及的各個(gè)事件進(jìn)行匯總，共158篇報(bào)道，構(gòu)成8個(gè)事件，見(jiàn)表1。
以表1中的事件發(fā)生的時(shí)間為基礎(chǔ)，由相關(guān)專家小組，分析并構(gòu)建出具體的事件演化關(guān)系，同時(shí)對(duì)演化關(guān)系的正確性和完整性進(jìn)行驗(yàn)證。
4.2 實(shí)驗(yàn)結(jié)果分析
本文中演化關(guān)系模型的主要對(duì)象是新聞事件的相似性、新聞事件命名實(shí)體特征關(guān)聯(lián)度(CS*FA)，參與比較的關(guān)系模型有：CS模型、CS*DF模型以及事件內(nèi)容相似性模型。計(jì)算演化關(guān)系模型中不同閾值λ下的召回率、準(zhǔn)確率，事件演化關(guān)系模型的系統(tǒng)性能隨著實(shí)體特征關(guān)聯(lián)度、新聞報(bào)道接近度的增加而增加，CS*FA關(guān)系模型表現(xiàn)最為明顯，具體如圖1所示。
本文提出的事件關(guān)系建模方法中，在進(jìn)行自動(dòng)的演化關(guān)系探測(cè)時(shí)，當(dāng)λ為0.04時(shí)，分別有正確演化關(guān)系線10條，錯(cuò)誤演化關(guān)系線3條，丟失的演化關(guān)系線6條，如圖2所示。
5 結(jié)論
現(xiàn)代社會(huì)中，網(wǎng)絡(luò)上的新聞事件報(bào)道數(shù)量巨大，為了能夠及時(shí)、準(zhǔn)確地了解新聞事件的來(lái)由與發(fā)展歷程，本文基于事件的內(nèi)容相似性、時(shí)間關(guān)系、命名實(shí)體以及關(guān)聯(lián)信息構(gòu)建新聞演化關(guān)系模型。本文所研究的事件演化關(guān)系建模方法，可以將同一新聞話題中各事件之間的潛在演化發(fā)展脈絡(luò)良好呈現(xiàn)出來(lái)。
相關(guān)文章：