汉越双语事件语料库构建及舆情观点挖掘方法研究

Analyzing Vietnamese web news events timely and effectively plays a crucial role on getting the public opinion of Vietnamese news event.Aiming to the featues of news events and the different linguistic features between Chinese and Vietnamese, this project studies the construction of the Chinese-Vietnamese bilingual event ontology knowledge-base and the bilingual event semantic element corpus, the method of news events topic detection and tracking, and the method of events public opinion mining.Firstly,defining the types of news events,building the hierarchical tree for sememes,such as eventual type terminology,eventual relationship, eventual opinion and so on,and constructing the Chinese-Vietnamese bilingual event ontology knowledge-base and the event corpus with semantic element tag,lay a solid fundation in knowledge and corpus for analyzing Chinese-Vietamese events.Secondly, aiming to the emerging and evolving characters of the Chinese-Vietamese bilingual event topic,combining all kinds of features together,such as the bilingual languange knowledge,event ontology knowledge,event element aligning and so on,the task studies the methods of topic detection and tracking by combining biligual topic analysis and evolving cluster,and resovles the topic detection and tracking problems on the bilingual mixed events.On the basis of the above-mentioned,aiming to the relevant features between events and between the internal characters in event itself,by combining some relevant features together,for example, the relationship between events, the relationship between sentences, the relationship betweens event entities, the relationship between Chinsese and Vietamese etc.,the task also researches on the bilingual opinion sentence recognition,opinion analysis,opinion-holder recognition and opinion sentiment analysis based on graphical model,and solves the bilingual event opinion mining problems by combining these relevant features.The research achivements will support the effective analysis of Chinese-Vietamese bilingual events with corpus and technology.

及时有效分析互联网越南新闻事件对把握越南事件舆情观点有重要的作用，本课题针对新闻事件及汉越语言特点，研究汉越双语事件本体知识库及语义语料库构建、新闻事件话题发现与追踪、事件舆情观点挖掘方法。首先，定义新闻事件分类体系，构建事件类别术语、事件关系、事件观点等义原类层次树，构建汉越双语事件本体知识库及带语义要素标记的事件语料库，为分析汉越事件提供知识与语料基础。其次，针对汉越双语事件话题产生演化特点，融合双语语言知识、事件本体知识、事件对齐等特征，研究融合双语主题分析和进化聚类的话题发现与追踪方法，解决双语混合事件话题探索与追踪问题；在此基础上，针对事件间及事件内部特征关联特性，融合事件间关联、句子间关联、实体关联及双语关联等特征，研究基于图模型的双语观点句识别、观点分析、持有人分析及倾向性分析方法，解决融合关联特征的双语事件观点挖掘问题。成果将为有效分析汉越双语舆情事件提供资源及技术支撑。

汉越双语舆情分析是多语言分析的难点，项目围绕汉越双语事件知识库构建、话题分析、舆情观点挖掘等关键问题进行研究与探讨，在以下8个方面取得了进展：1.汉越双语知识构建及语言信息处理方面，建立了12万汉-越双语电子词典，200多条汉越语法知识库，5万越南语句子依存树库。结合越南语特点，研发了越南语分词、词性标记、实体识别、依存句法分析等分析工具，为汉越语言信息处理提供支撑；2.在舆情事件本体库建设方面，定义了军事事件、政治事件和经贸事件等9大类双语新闻事件本体知识库，构建了500多篇新闻带语义要素标注的语料库；3.在汉越新闻事件要素抽取方面，利用多语言新闻要素关联特点，提出基于超图的汉越双语新闻要素抽取方法，提高多语言新闻要素抽取的精度；4. 在跨汉语-越南语舆情事件检索方面，借助汉越双语新闻事件属性关联的特点，提出了基于属性关联图的汉越双语新闻事件排序方法，在跨语言事件检索方面取得了很好的效果；5. 在话题分析方面，提出了基于关联图聚类及基于新闻要素语义关联的跨语言新闻话题发现方法，可实现跨语言新闻话题发现；提出了基于中餐馆算法的汉越双语在线话题发现方法，可实现在线话题发现；提出基于双语主题及因子图模型的汉越双语新闻话题关联方法，实现双语新闻话题关联分析；6. 在汉越双语舆情观点挖掘方面，结合新闻事件要素及情感关联特点，提出了基于要素及情感关联的汉越双语新闻句子观点分析方法，提高了观点句提取的准确率。提出了基于卷积神经网络的汉越双语跨语言情感倾向性判别方法，实现跨语言情感倾向性分析；7.在观点摘要方面，提出基于图排序的汉越新闻观点句摘要方法及基于无向图模型的新闻差异摘要生成方法，根据双语句子相似度与差异度构建汉越双语无向图模型，可有效实现汉越新闻摘要及差异性摘要生成；8.研发了面向汉语-越南语双语新闻事件舆情分析系统，实现了汉语-越南语双语新闻事件舆情分析，并在网信、国安等部门得到应用。发表论文69篇，其中SCI收录14篇，EI收录19篇，国际顶级期刊及会议6篇，授权发明专利1项，申请发明专利11项，负责人通过培养入选国家百千万人才，国家有突出贡献专家，培养博士研究生2名，培养硕士研究生34名。