融合知识图谱的NBA赛事新闻的自动写作 - 中文信息学报
文章推薦指數: 80 %
引用本文 · 融合知识图谱的NBA赛事新闻的自动写作 · 1.浙江传媒学院智能媒体技术研究院,浙江杭州310018; · Knowledge Graph Assisted Automatic Writing of NBA Sports News.
中文信息学报
ISSN1003-0077 CN11-2325/N CODENZXXHAU
设为首页
加入收藏
RSS | EmailAlert
引用检索
快速检索
高级检索
首页
期刊介绍
刊物介绍
编委会
数据库收录
读者中心
当期目录
在线预览
高被引文章
下载排行
过刊浏览
读者注册
读者登陆
作者中心
作者投稿
作者查稿
作者须知
审稿中心
专家审稿
主编办公
编委办公
编辑部办公
自荐审稿
下载中心
联系我们
联系方式
留言板
征订启示
常见问题(Q&A)
EmailAlert
English
中文信息学报 2021,Vol.35Issue(8):135-144
自然语言理解与生成
本期目录|过刊浏览|高级检索
|
引用本文:
吉娜烨,廖龙飞,闫燕勤,俞定国,张帆.融合知识图谱的NBA赛事新闻的自动写作[J].中文信息学报,2021,35(8):135-144.
JINaye,LIAOLongfei,YANYanqin,YUDingguo,ZHANGFan.KnowledgeGraphAssistedAutomaticWritingofNBASportsNews.,2021,35(8):135-144.
融合知识图谱的NBA赛事新闻的自动写作
吉娜烨1,廖龙飞2,闫燕勤1,俞定国1,张帆1
1.浙江传媒学院智能媒体技术研究院,浙江杭州310018;2.浙江大学软件学院,浙江杭州310058
KnowledgeGraphAssistedAutomaticWritingofNBASportsNews
JINaye1,LIAOLongfei2,YANYanqin1,YUDingguo1,ZHANGFan1
1.IntelligentMediaInstitute,CommunicationUniversityofZhejiang,Hangzhou,Zhejiang310018,China;2.SchoolofSoftwareEngineeringTechnology,ZhejiangUniversity,Hangzhou,Zhejiang310058,China
摘要
参考文献
相关文章
(15)
全文:
PDF
(4313KB)
HTML
(1KB)
输出:BibTeX|EndNote(RIS)
摘要 针对文字直播自动摘要的新闻稿存在背景信息缺乏、难以引起读者兴趣等不足,该文提出一种NBA赛事新闻的自动生成方法。
采用该文提出的关键事件抽取算法从文字直播数据中抽取事件点、匹配突出关键事件的模板来生成新闻初稿,再从构建的NBA赛事知识图谱中提取背景信息和描述重点,自动生成最终的新闻稿。
该文构建并公开的NBA赛事领域知识图谱,包含3个概念类、4种关系和27个属性,共有5893个实体节点。
对实验生成的新闻结果随机选取了50场赛事进行了主客观评测。
评测结果表明,该文提出的融合知识图谱的新闻自动写作方法有效解决了背景信息缺乏和新闻要素嵌入问题,知识图谱的使用能明显提升所生成的新闻的质量,并可支持新闻的深度阅读。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mailAlert
RSS
作者相关文章
吉娜烨
廖龙飞
闫燕勤
俞定国
张帆
关键词:
NBA赛事新闻,
自动写作,
知识图谱,
文字直播
Abstract:Thesportsnewsthatsummarizedfromtextbroadcastoftenfailstocapturethebackgroundinformation.Toaddressthisissue,thispaperproposesamethodforautomaticgenerationofNBAsportsnews.Itdesignsakeyeventextractionalgorithmtomatchtheeventpointsinthelivetextbroadcast,andthefirstdraftofnewswillbegeneratedwiththeaidofthetemplatewiththekeyeventshighlighted.Thefinalnewswillbeautomaticallygeneratedwiththecombinationofthebackgroundinformationandimportantdescription,whichareextractedfromtheconstructedNBAsportsdomainknowledgegraph.Theconstructedknowledgegraphdatabasehasbeenreleasedpublicly,including5893entitynodesin3conceptualclasses,4relationshipsand27attributes.Subjectiveandobjectiveevaluationresultson50randomlyselectedexperimentalresultsdemonstratetheefficiencyoftheproposedmethod.
Keywords:
NBAsportnews
automaticwriting
knowledgegraph
textbroadcast
收稿日期:2020-02-18
中图分类号:
TP391
基金资助:浙江省重点研发计划项目(2019C03131)
作者简介:吉娜烨(1987—),通信作者,博士,讲师,主要研究领域为人工智能、知识图谱。
E-mail:[email protected]廖龙飞(1994—),硕士研究生,主要研究领域为自然语言处理、知识图谱。
E-mail:[email protected]闫燕勤(1990—),硕士,工程师,主要研究领域为自然语言处理。
E-mail:[email protected]
链接本文:
http://jcip.cipsc.org.cn/CN/Y2021/V35/I8/135
[1]牛帅.会写新闻的机器人[J].世界知识,2014(9):11-11.[2]刘艺文.腾讯财经机器人记者写作研究[J].新闻前哨,2017(7):41-43.[3]熊立波,钟盈炯,林波."快笔小新"与机器人写作[J].新闻与写作,2016(2):10-12.[4]刁毅刚,陈旭管.“Xiaomingbot”背后,写稿机器人的技术探寻:专访北京大学计算机科学技术研究所万小军博士[J].中国传媒科技,2016(9):10-11.[5]申屠晓明,甘恬.机器人写稿的技术原理及实现方法[J].传媒评论,2017(9):15-19.[6]XuC,ZhangYF,ZhuG,etal.Usingwebcasttextforsemanticeventdetectioninbroadcastsportsvideo[J].IEEETransactionsonMultimedia,2008,10(7):1342-1355.[7]陈玉敬,吕学强,周建设,等.NBA赛事新闻的自动写作研究[J].北京大学学报(自然科学版),2017,53(2):211-218.[8]ZhuL,WangW,ChenY,etal.Researchonsummarysentencesextractionorientedtolivesportstext[C]//ProceedingsoftheInternationalConferenceonComputerProcessingofOrientalLanguages.Kunming,2016:798-807.[9]李浥尘,胡珀,王丽君.基于神经网络的体育新闻自动生成研究[J].中文信息学报,2018,32(3):77-83.[10]王文超,吕学强,张凯,等.足球赛事战报的自动写作研究[J].北京大学学报(自然科学版),2018,54(2):271-278.[11]齐乔松.基于直播文本的足球比赛新闻自动生成方法研究[D].武汉:武汉科技大学硕士学位论文,2018.[12]刘茂福,齐乔松,胡慧君.基于卷积神经网络与篇章结构的足球新闻自动生成方法[J].中文信息学报,2019,33(4):101-108.[13]VrandecicD,KrotzschM.Wikidata:Afreecollaborativeknowledgebase[J].CommunicationsoftheACM,2014,57(10):78-85.[14]BollackerK,CookR,TuftsP.Freebase:Ashareddatabaseofstructuredgeneralhumanknowledge[C]//Proceedingsofthe22rdNationalConferenceonArtificialIntelligence,2007:1962-1963.[15]BizerC,LehmannJ,KobilarovG,etal.DBpedia:AcrystallizationpointfortheWebofData[J].JournalofWebSemantics,2009,7(3):154-165.[16]XuB,XuY,LiangJ,etal.CN-DBpedia:Anever-endingChineseknowledgeextractionsystem[C]//ProceedingsoftheInternationalConferenceIndustrial,EngineeringandOtherApplicationsAppliedIntelligentSystems,2017:428-438.[17]胡泽文,孙建军,武夷山.国内知识图谱应用研究综述[J].图书情报工作,2013,57(3):131-137.[18]张瑜,章锦河,孙晋坤,等.境外农业旅游研究的知识图谱分析[J].重庆师范大学学报(自然科学版),2016(3):162-169.[19]桑盛田,杨志豪,刘晓霞,等.融合知识图谱与深度学习的药物发现方法[J].模式识别与人工智能,2018,31(12):1103-1110.[20]宋卿,戚成琳,张鹏洲.知识图谱技术在新闻领域中的应用思考[J].中国传媒科技,2016(5):24-26.[21]PanJZ,PavlovaS,LiC,etal.Contentbasedfakenewsdetectionusingknowledgegraphs[C]//ProceedingsoftheInternationalSemanticWebConference,2018:669-683.[22]WuP,ZhouQ,LeiZ,etal.Templateorientedtextsummarizationviaknowledgegraph[C]//ProceedingsoftheInternationalConferenceonAudio,LanguageandImageProcessing(ICALIP),2018:79-83.[23]NallapatiR,ZhaiF,ZhouB.SummaRuNNer:Arecurrentneuralnetworkbasedsequencemodelforextractivesummarizationofdocuments[C]//Proceedingsofthe31stAAAIConferenceonArtificialIntelligence,MenloPark,CA,2017:3075-3081.
[1]
彭敏,黄婷,田纲,张鼎,罗娟,银源.聚合邻域信息的联合知识表示模型[J].中文信息学报,2021,35(5):46-54.
[2]
佘琪星,姜天文,刘铭,秦兵.基于贝叶斯网络的实体属性补全[J].中文信息学报,2021,35(5):55-62.
[3]
李少博,孙承杰,徐振,刘秉权,季振洲,王明江.基于知识拷贝机制的生成式对话模型[J].中文信息学报,2021,35(2):107-115.
[4]
陈新元,谢晟祎,陈庆强,刘羽.结合平移关系嵌入和CNN的知识图谱补全[J].中文信息学报,2021,35(1):54-63.
[5]
刘道文,阮彤,张晨童,邱家辉,翟洁,何萍,葛小玲.基于多源知识图谱融合的智能导诊算法[J].中文信息学报,2021,35(1):125-134.
[6]
杜文倩,李弼程,王瑞.融合实体描述及类型的知识图谱表示学习方法[J].中文信息学报,2020,34(7):50-59.
[7]
昝红英,刘涛,牛常勇,赵悦淑,张坤丽,穗志方.面向儿科疾病的命名实体及实体关系标注语料库构建及应用[J].中文信息学报,2020,34(5):19-26.
[8]
赵以昕,牛树梓,纪春岩,卢菲,徐睿.双特征空间的实体排序学习[J].中文信息学报,2020,34(5):91-99.
[9]
昝红英,韩杨超,范亚鑫,牛承志,张坤丽,穗志方.中文症状知识库的建立与分析[J].中文信息学报,2020,34(4):30-37.
[10]
林旺群,汪淼,王伟,王重楠,金松昌.知识图谱研究现状及军事应用[J].中文信息学报,2020,34(12):9-16.
[11]
刘俊楠,刘海砚,陈晓慧,郭漩,朱新铭.基于地理空间数据的知识图谱构建技术研究[J].中文信息学报,2020,34(11):29-36.
[12]
刘鹏,叶帅,舒雅,鹿晓龙,刘明明.煤矿安全知识图谱构建及智能查询方法研究[J].中文信息学报,2020,34(11):49-59.
[13]
王思宇,邱江涛,洪川洋,江岭.基于知识图谱的在线商品问答研究[J].中文信息学报,2020,34(11):104-112.
[14]
刘勘,张雅荃.基于医疗知识图谱的并发症辅助诊断[J].中文信息学报,2020,34(10):85-93,104.
[15]
洪文兴,胡志强,翁洋,张恒,王竹,郭志新.面向司法案件的案情知识图谱自动构建[J].中文信息学报,2020,34(1):34-44.
版权所有©《中文信息学报》编辑部
地址:北京市海淀区中关村南四街4号 邮编:100190 电话:010-62562916 E-mail:[email protected]
本系统由北京玛格泰克科技发展有限公司设计开发
延伸文章資訊
- 1NBA球员信息知识图谱- 图谱- 开放知识图谱 - OpenKG
NBA球员信息知识图谱. 本项目主要是通过爬取1990年到2019年的的球员赛季表现,进行适当的数据处理和分析,从而构建了关于NBA球员表现的知识图谱。
- 2基于Neo4j的NBA球员知识图谱构建 - CSDN博客
基于Neo4j的NBA球员知识图谱构建作为一个老JR,老早就像弄一个关于NBA的图谱了。最近尝试使用Neo4j,一直苦于没有大规模的感兴趣的数据, ...
- 3融合知识图谱的NBA赛事新闻的自动写作 - 中文信息学报
引用本文 · 融合知识图谱的NBA赛事新闻的自动写作 · 1.浙江传媒学院智能媒体技术研究院,浙江杭州310018; · Knowledge Graph Assisted Automatic W...
- 4NBA球员信息知识图谱- 图谱- 开放知识图谱 - OpenKG
分类. entertainment. 娱乐. 浏览娱乐. NBA球员信息知识图谱. 追从者: 0. 机构. zju-kg-course. OpenKG. 没有关于此机构的描述. 社会. Goog...
- 5基于Neo4j的NBA球员知识图谱构建_五月的echo的博客
基于Neo4j的NBA球员知识图谱构建作为一个老JR,老早就像弄一个关于NBA的图谱了。最近尝试使用Neo4j,一直苦于没有大规模的感兴趣的数据,所以就决定自己动手丰衣足食。