基于案件要素指导及深度聚类的新闻与案件相关性分析

作者：李云龙; 余正涛^*; 高盛祥; 郭军军; 彭仁杰

来源：中文信息学报, 2021, 35(11): 60-69.

• 相关性分析
• 深度聚类
• 文本表征
• 案件要素

新闻与案件相关性分析是案件领域新闻舆情分析的基础,其可以转化为文本聚类问题。由于缺乏有效的监督信息,传统聚类方法易导致聚类发散,降低结果的准确性。针对案件和新闻文本的特点,该文提出了基于案件要素指导及深度聚类的新闻与案件相关性分析方法。该方法首先抽取出重要的句子表征文本;然后利用案件要素对案件进行表征,用于初始化聚类中心,指导聚类的搜索过程;最后选用卷积自编码器获得文本表征,利用重构损失和聚类损失联合训练网络,使文本的表征更接近于案件,并将文本表征和聚类过程统一到同一框架中,交替更新自编码器参数及聚类模型参数,实现文本聚类。实验表明,该文的方法较基线方法在准确率上提高了4.61%。

• 单位
  昆明理工大学; 自动化学院