融入事件知识的新闻事件对比聚类方法

作者：梁晨; 余正涛; 高盛祥^*; 朱恩昌

来源：山西大学学报(自然科学版), 2023, 1-10.

DOI：10.13451/j.sxu.ns.2023065

• 事件聚类
• 事件表征
• 对比学习
• 深度聚类

新闻事件聚类旨在从海量新闻文本中挖掘若干个不同主题的事件簇。目前事件聚类大多基于文本语义表征，忽略了事件知识的指导作用，且由于表征学习和目标聚类的迭代进行，不仅容易造成误差累积，还只能处理离线任务，限制了对实时新闻数据的处理。针对上述问题，该文提出一种融入事件知识的新闻事件对比聚类方法，该方法在文本表征的基础上，融入事件关键信息丰富事件表征；将聚类标签作为表示，同时在实例级和簇群级进行对比学习；以端到端的方式联合学习表示和簇群分配，实现对数据流的聚类。实验结果表明，该方法相较于其他基线模型，提高了3%。

• 单位
  昆明理工大学; 自动化学院