Page 167 - 《软件学报》2021年第12期

韩鹏宇 等:案件要素句子关联图卷积的案件舆情摘要方法 3831

2) 提出一种基于案件要素句子关联图卷积的摘要模型,融入案件要素节点、词节点,并构造异构图来对
文本簇进行建模,有效利用了文本语义特征、句子与案件要素之间的关联关系等特征;
3) 与多种多文档摘要方法进行比较评估,在收集的案件舆情摘要数据集上进行了实验,验证了本文方法
的有效性.
Table 1 Case analysis of case-related public opinion
表 1 案件舆情实例分析
案件名 奔驰女车主维权
案件要素 西安,奔驰4s店,女车主,利之星,发动机漏油,消费者维权
…“奔驰女车主维权”视频刷屏,事情本身的是非曲直,自然要等到检测机构的调查结论出炉才能有定论,
新闻文本1
但这个事情本身之所以能够引入检测机制,是与奔驰车主的维权方式分不开的…(部分)
漏油了,良心不能“漏”！多家媒体关注奔驰女车主维权.这两天,一则女车主在4S店内哭诉的视频在网上
新闻文本2 广泛流传.视频中,在西安利之星奔驰4S店,一辆价值60多万元的CLS奔驰轿车,还未开出4S店,就发生了
发动机漏油的事情.事情经过几天的发酵,很多网友为车主发声,支持车主的维权行为…(部分)
共现要素 奔驰、4s店、漏油、女车主、维权
本周“西安奔驰女车主坐在引擎盖上哭诉维权”事件继续在网络上发酵,引发各方的广泛关注…
参考摘要 在西安利之星奔驰4S店,购买了一辆价值60多万元的CLS奔驰轿车,但新车还未开出4S店,
就发现车辆发动机存在漏油问题.由此,女主展开了一场艰难的消费者维权拉锯战…(部分)
注:新闻文本 1:报道时间:2019 年 4 月 16 日;报道出处:https://www.sohu.com/a/308317749_428290
新闻文本 2:报道时间:2019 年 4 月 14 日;报道出处:https://www.sohu.com/a/307849655_428290

1 模型结构

本文提出一种基于图卷积的案件舆情摘要方法,融合句子、词和案件要素共同构建跨文档的句子关联图,
再用图卷积的方法得到每个句子的重要性得分,经过去重和重排序得到文本摘要.模型部分参考了 Yao 等人
2019 年在文本分类领域有关图卷积的相关工作 [12] ,将其应用于多文档摘要领域,并进行了改进,具体结构如图 1
所示(图中展示了一个案件对应的文本簇的核心处理过程,圆角矩形节点表示句子,矩形节点表示词,菱形节点
表示案件要素,圆形节点表示句子的分类),其中,S 1.2 表示第 1 个文本中的第 2 个句子,W 表示词,C 表示案件要素.
句子关联图
分类向量
S1.1 S1.1 类别1
W1 W2 W3 C1 S1.2 W1 W2 W3 C1 S1.2
W4 C1 W5 C3 W4 C1 W5 C3
S1.1 C1 图 图 C1
S1.2 卷 卷 类别2
文本1 C2 C3 积 积 C2 C3
…… S2.1 S2.1
W6 W2 C2 W7 S2.2 W6 W2 C2 W7 S2.2
W8 C3 W4 W5 W8 C3 W4 W5 类别3
案件1 S2.1
文本簇 文本2 S2.2 分类向量
…… 句子 句子

词
案件要素 C1 C2
C3
案件要素
句子 词 案件要素 隐藏层1 隐藏层2
Fig.1 Case-related public opinion summarization method based on graph convolution of
sentence association graph with case elements
图 1 基于案件要素句子关联图卷积的案件舆情摘要模型

模型包括 3 个主要部分,分别是融合案件要素的句子关联图模块、基于图卷积的句子分类模块、摘要生成