语段结构方法在社会媒体信息处理中的应用.pdfVIP

第５９卷 第１２期　２０１５年６月 语段结构方法在社会媒体信息处理中的应用 ■ 沙勇忠　陆莉 兰州大学管理学院　兰州７３００００ 摘要：［目的／意义］社会媒体中的信息抽取是信息过载环境下创新社会媒体服务应用面临的重要问题，为 此介绍一种可应用于社会媒体信息处理的语段结构方法。［方法／过程］梳理语段结构方法的国内外研究进展， 阐述其基本原理，并通过一个微博实例进行验证分析。［结果／结论］通过以上工作，探讨将语段结构方法应用 到中文社会媒体信息处理中的可行性，以及应用该方法实现中文信息机器处理所面临的研究问题与挑战。 关键词：社会媒体　语段结构　信息抽取　目的　注意力 分类号：Ｇ２０２ 　　ＤＯＩ：１０．１３２６６／ｊ．ｉｓｓｎ．０２５２－３１１６．２０１５．０１２．０１８ １　问题的提出 ｎｅｒ于１９８６年提出，该方法在语言结构分析中融入了 两个非语言概念———目的和注意力，成为英文篇章结 　　信息过载是现代信息社会一个普遍且日趋严重的 构分析（ｄｉｓｃｏｕｒｓｅｓｔｒｕｃｔｕｒｅａｎａｌｙｓｉｓ，ＤＳＡ）中的一种重 问题。目前不断发展的社会媒体，作为信息发布、集散 要理论，并且在分析算法及应用技术方面不断发展，已 与交流的重要平台，其与信息过载之间的相互关系不 在英文文本信息的机器处理方面取得了一定成果，但 容忽视。社会媒体的发展加重信息过载，反之信息过 是目前国内研究者对该方法的了解还较少，只是从 载又会影响社会媒体中信息内容的有效处理、公众对 ２０１３年开始有了零星的关注。语段结构方法以语段 话效果及公众决策等。因此，如何应对社会媒体中的 为分析粒度，融入文本参与者的目的和注意力分析，注 信息过载并探索针对社会媒体信息内容的有效处理与 重语段内部语言的连贯性，应用该方法进行社会媒体 搜索工具，是社会媒体发展与管理中值得关注的重要 语义信息抽取具有分析全面、理解深入以及能突出文 问题。社会媒体中的信息抽取，是上述工作的基础，目 本参与者状态的优势。 的在于对社会媒体中的信息内容进行系统化整理，将 　　中文语义信息的抽取，尤其是社会媒体语义信息 原始内容整理为更具价值和结构化的信息，服务于社 抽取是近年来的研究热点，但是由于中文社会媒体的 会媒体的相关应用。传统的社会媒体信息抽取系统以 内容具有语言表达的多义性、指代关系的模糊性、语法 社会媒体内容为输入，输出为结构化的信息点，如事 结构的随意性以及文本对语境的依懒性，基于英文环 件、人物、地点、观念等［１］。近年来在中文文本信息处 境的语段结构方法在中文信息处理研究中未得到应有 理中开始受到关注的语段结构方法（ｄｉｓｃｏｕｒｓｅｓｔｒｕｃｔｕｒｅ 的重视。从发展趋势来看，发现和挖掘全局语义关系 ｔｈｅｏｒｙ），与传统的社会媒体语义信息抽取方法相比，其 是中文信息处理的一个重要方向，脱胎于英文环境且 输入相同，输出的却是更为全面、结构化、互相联系的 有良好实践应用的语段结构方法可提供有益的借鉴和 信息面，能从充满噪音、零碎的、非结构化自由文本中 参照，理应得到中文信息处理研究的重视。因此，本文 抽取以传统信息点为基础的语义信息面，进而更好地 梳理语段结构方法的国内外研究进展并阐述其基本原 支持社会媒体中的信息检索、话题探测与跟踪等复杂 理，探索性地从一个微博实例出发，探讨语段结构方法 任务的完成。语段结构方法由Ｂ．Ｊ．Ｇｒｏｓｚ与Ｃ．Ｌ．Ｓｉｄ 在中文社会媒体信息处理中的可行性和有效性，期望 本文系国家自然科学基金项目“公众参与的社区减灾管理：公共知识的形成机理及其人－机协作系统研究”（项目编号研究成果 之一。 作者简介：沙勇忠（ＯＲＣＩＤ：００００－０００２－２４７９－２３３５），教授，博士生导师，Ｅｍａｉｌ：ｓｈａｙｚｈ＠ｌｚ