软件学报

作者：韩鹏宇，余正涛，高盛祥，黄于欣，郭军军

单位：韩鹏宇，昆明理工大学 信息工程与自动化学院, 云南 昆明 650504;云南省人工智能重点实验室(昆明理工大学), 云南 昆明 65050411,余正涛，昆明理工大学 信息工程与自动化学院, 云南 昆明 650504;云南省人工智能重点实验室(昆明理工大学), 云南 昆明 65050402,高盛祥，昆明理工大学 信息工程与自动化学院, 云南 昆明 650504;云南省人工智能重点实验室(昆明理工大学), 云南 昆明 65050403,黄于欣，昆明理工大学 信息工程与自动化学院, 云南 昆明 650504;云南省人工智能重点实验室(昆明理工大学), 云南 昆明 65050404,郭军军，昆明理工大学 信息工程与自动化学院, 云南 昆明 650504;云南省人工智能重点实验室(昆明理工大学), 云南 昆明 65050405

关键词：案件舆情摘要;图卷积;案件要素;句子关联图

基金：国家重点研发计划（2018YFC0830105，2018YFC0830101，2018YFC0830100）；国家自然科学基金（61761026，61972186，61762056）；云南省自然科学基金（2018FB104）

案件舆情摘要是从涉及特定案件的新闻文本簇中，抽取能够概括其主题信息的几个句子作为摘要.案件舆情摘要可以看作特定领域的多文档摘要，与一般的摘要任务相比，可以通过一些贯穿于整个文本簇的案件要素来表征其主题信息.在文本簇中，由于句子与句子之间存在关联关系，案件要素与句子亦存在着不同程度的关联关系，这些关联关系对摘要句的抽取有着重要的作用.提出了基于案件要素句子关联图卷积的案件文本摘要方法，采用图的结构来对多文本簇进行建模，句子作为主节点，词和案件要素作为辅助节点来增强句子之间的关联关系，利用多种特征计算不同节点间的关联关系.然后，使用图卷积神经网络学习句子关联图，并对句子进行分类得到候选摘要句.最后，通过去重和排序得到案件舆情摘要.在收集到的案件舆情摘要数据集上进行实验，结果表明：提出的方法相比基准模型取得了更好的效果，引入要素及句子关联图对案件多文档摘要有很好的效果.

来源：2021年第12期

《软件学报》期刊编辑部

查看软件学报杂志2021年第12期