面向信息处理的突发事件新闻语料库建设与应用研究

研究了突发事件新闻语料库建设的过程、意义和典型应用,提出了突发事件新闻语料的分类体系和编码方案.研究结果对突发事件新闻语料库的建设、突发事件新闻信息处理、国家相关部门对突发事件应急处理方案制定以及对流行病学的医学研究等领域具有一定的理论意义和应用价值.     

网络新闻产生失实现象的原因及对策

网络新闻产生失实现象的原因主要有以下几点:第一,网络媒体的交互性特点使得各种信息包括有害和虚假信息可以随时随地发布;第二,互联网信息发布出口的多元化环境和信息源的多元化,使因特网成为一个无中心的开放性系统;第三,网络媒体所特有的技术优势也为网络新闻的真实性蒙上了面纱;第四,网络新闻传播中无把关人、无中央控制性的特点成为核实新闻真实性的障碍;第五,网络新闻的速度竞争是产生网络假新闻的重要原因。对此,我们应制定和完善相关政策法规,用行政和法律的手段全面封杀造假者;要实行媒体问责制,出了问题追究媒体第一责任人的责任,强化媒体的把关意识;要加强对编辑记者的培训,提高其识别虚假新闻的能力;要加强网络新闻工作者的职业道德建设,一旦发现虚假新闻,立即更正并尽量清除,以防误导更多人。     

对“负面体育信息”与“负面体育报道”关系的再论证

近十年网络媒体的飞速发展,使得体育报道早已经不再是单纯的对体育赛事消息和通讯,越来越多的与体育精神相悖的负面体育报道见诸报端。如何合理的引导和报道负面体育信息关系到我过体育事业的健康发展。结合具体传播案例,从体育传播的视角对"负面体育信息"定义重新进行了界定,并对"负面体育信息"与"负面体育报道"的关系进行了论证。     

基于知识增强的深度新闻推荐网络

在新闻推荐场景下,传统的基于文本特征的新闻推荐模型只考虑了词的共现关系,无法捕获词语的隐含词义和关联知识;而基于深度学习的推荐模型在融合知识图谱信息中仅仅考虑实体的信息,忽略了远距离实体之间的联系,造成实体之间的关联信息和深层次语义联系的缺失.针对该问题提出了一种基于知识增强的深度新闻推荐网络（deep knowledge-enhanced network,DKEN）,利用长短期记忆网络提取知识图谱中的实体路径特征,补充到注意力网络中,然后针对不同的候选新闻动态地构建用户的特征.实验表明该实体路径信息能提高模型的效果,在F₁指标上提升大约1%.      

多源数据融合的城市三维实景建模

随着数字城市以及智慧城市的提出，城市模拟从二维发展到三维，对城市三维实景建模的要求越来越高。由于城市地物密度高、变化快，传统的手工三维建模方法效率低，无法适应快速发展变化的城市环境，因此，往往采用无人机倾斜摄影技术进行快速三维建模，但无人机倾斜摄影方法无法解决城市地物遮挡、树冠遮挡、屋檐遮挡、玻璃透光等问题，造成三维模型局部纹理扭曲、地物拉花、地物空洞等缺陷，在模型精度、质量、应用方面存在诸多问题。为了解决上述问题，以中国科学院大学为研究区，运用无人机倾斜摄影技术与地面激光雷达技术进行融合建模。在实验过程中，外业采用“规则航线自动拍摄为主，兴趣区手动拍摄为辅”的无人机影像获取策略；内业则利用“手动粗配准，ICP算法精配准”的方法将地面雷达点云统一到无人机影像坐标系统中。实验结果表明，多源数据融合的方法既能够保证三维建模的效率，又能够修正无人机单独建模模型的地物扭曲、空洞等问题，提高模型的精度，优化城市三维模型。