Page 173 - 《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 3837

1) 对比 TextRank 和本文模型,本文结果在事件表述的完整性上有着较好的效果;
2) 对比 Centroid 模型结果,本文模型摘要更加贴近文本簇的中心思想;
3) 对比“句子+词+GCN”的结果可以看出本文模型在连贯性和可读性上有一定的优势.
Table 7 Example of summary comparison of “courier suicide”
表 7 “快递员遭投诉自杀”案摘要对比实例
对比模型 生成结果
案件名 快递员遭投诉自杀
又是一件和快递员有关的舆情事件,江苏常州的一名快递员杨军,在工作中遭到顾客的一次“恶意投诉”,杨军
被公司处罚与书面检讨,激动的杨军说到,宁可不要工作,也要尊严,选择了吞安眠药自杀,幸运的是及时被人
参考摘要
发现,送医院,暂时没有生命危险.虽然快递是一个服务行业,但发生这样的恶意投诉的事件还是引发了舆论的
广泛讨论:快递公司是否应该建立健全相关机制,弥补管理漏洞,来保障快递员的权利
案件要素 江苏 常州 快递员 杨军 自杀 恶意投诉
(详见《极昼》6 月 15 日报道《顺丰快递员遭投诉后自杀未遂:已接到公司道歉 以后不做快递员》)这些天,
杨军的电话响个不停,全国各地的顺丰快递员在内部系统给他留言,表示支持,他也收获了同样多的质疑,
TextRank
有人说他性格偏激,“动不动就要死要活的”.因此在他看来,那名顺丰快递员因“恶意投诉”便试图轻生的做法,
的确有些不值了,“真的为那种事儿犯不上.“不知道是心理作用还是怎么的,这几天投诉和处罚都少了
中国网财经记者调查发现,在华丽光鲜的“快递第一股”外表下,近年来顺丰控股正遭遇公司创立以来少有的
艰难时刻:服务水平下降、频繁遭遇投诉、公司利润下滑,而各种在 PPT 阶段显得创意十足的创新业务,
Centroid
在推出后却往往因执行力不足而呈现“雷声大雨点小”的境况,各种叠加的压力,使得这家曾以“服务好
安全性高”而著称的公司有些心浮气躁.他给同在这个区域送快递的弟弟杨健帮忙.他已经离职了
“那一天,刚好在帮一名顾客取件,怠慢了另一位寄件的顾客,结果被当场投诉.”6 月 13 日消息,据报道,
江苏常州一名顺丰快递员杨军,因顾客恶意投诉,遭到公司处罚.杨军在派送一个由河北廊坊发往本地的
GCN
沙发四件套时,“由于运单上收件人电话号码少了一位数,我联系不上,于是我就按照运单上发件人的
电话打过去询问.”“在尊严和工作面前,我可以不要工作”
6 月 9 日,杨军“以死护尊严”,随后在家中吞下 40 粒安眠药,所幸的是,邻居和弟弟等及时赶到,将其送往
医院抢救.6 月 13 日消息,据报道,江苏常州一名顺丰快递员杨军,因顾客恶意投诉,遭到公司处罚.同时,
本文模型 公司还让杨军写 500 字的书面检讨,杨军写道:“在尊严和工作面前,我可以不要工作.”目前,杨军脱离
生命危险,已经出院.杨军是顺丰快递负责大件派送的员工,端午节期间,由于同事们放假,需要一个人
负责平时 3 个人负责的配送区域
注:报道时间:2019 年 6 月 15 日;报道出处:https://www.sohu.com/a/320708729_120146415

6 结束语

针对案件舆情摘要任务,本文提出一种融合案件要素关联和句子关联的构图方法,有效地通过案件要素融
入了案件主题信息,很好地表征了跨文档的句子关联关系.使用图卷积的方法充分学习到了图中的结构信息,抽
取的摘要句和基准模型相比取得了一定的效果提升.
在下一步的工作中,拟更多地去探索上下文关系、语义关系、篇章结构关系和逻辑关系等其他关系对摘要
生成的作用.

References:
[1] Seki Y. Sentence extraction by tf/idf and position weighting from newspaper articles. In: Proc. of the 3rd NTCIR Workshop on
Research in Information Retrieval. Automatic Text Summarization and Question Answering. 2002. 55−59.
[2] Timothy DR, Allison T, Blair-goldensohn S, et al. MEAD a platform for multidocument multilingual text summarization. In: Proc.
of the Int’l Conf. on Language Resources and Evaluation. 2004.
[3] Nenkova A, Vanderwende L, McKeown K. A compositional context sensitive multi-document summarizer: Exploring the factors
that influence summarization. In: Proc. of the 29th Annual Int’l ACM SIGIR Conf. on Research and Development in Information
Retrieval. 2006. 573−580.
[4] Hong K, Conroy JM, Favre B, et al. A repository of state of the art and competitive baseline summaries for generic news
summarization. In: Proc. of the LREC. 2014. 1608−1616.
[5] Na L, Peng X, Ying L, et al. A topic approach to sentence ordering for multi-document summarization. In: Proc. of the 2016 IEEE
Trustcom/BigDataSE/ISPA. IEEE, 2016. 1390−1395.