第50卷第2期2023年2月Vol.50，No.2Feb.2023湖南大学学报（自然科学版）JournalofHunanUniversity（NaturalSciences）基于事件异构图表示的文本去重算法艾玮，许佳，谢灿豪，孟涛†（中南林业科技大学计算机与信息工程学院，湖南长沙410018）摘要：基于图结构的文本表示方法在新闻文本去重中具有更好的效果.但是，目前该表示方法还不能完整地表示文本的全部信息，并且忽略了图的语义信息，降低了新闻文本的去重效果.为此，本研究提出基于事件异构图表示的文本去重算法，该算法首先通过事件异构图表示新闻文本的全局语义与结构信息，然后提出双标签图核算法表征事件异构图，实现深度表征图的结构及语义信息.实验结果表明，该研究提出的去重算法比现有的基于图结构的文本表示去重方法在F1-score指标上提升了10%.最后，该算法能提高新闻文本的去重效果.关键词：图核算法；事件异构图；新闻文本；文本表示；文本去重中图分类号：T391.1文献标志码：ATextDeduplicationAlgorithmBasedonEventHeterogeneousGraphRepresentationAIWei，XUJia，XIECanhao，MENGTao†（SchoolofComputerandInformationEngineering，CentralSouthUniversityofForestryandTechnology，Changsha410018，China）Abstract：Thetextrepresentationmethodbasedongraphstructurehasabettereffectinnewstextdeduplica⁃tion.However，atpresent，thisrepresentationmethodcannotfullyrepresentthecompleteinformationofthetext，andignoresthesemanticinformationofthegraph，whichreducesthededuplicationeffectofnewstext.Tothisend，thisstudyproposesatextdeduplicationalgorithmbasedoneventheterogeneousgraphrepresentation.Thealgorithmfirstrepresentstheglobalsemanticandstructuralinformationofnewstextthrougheventheterogeneousgraph，andthenproposesadual-labelgraphkernelalgorithmtorepresenteventheterogeneousgraphtorealizethestructureandsemanticinformationofthedeeprepresentationgraph.Theexperimentalresultsshowthatthededuplicationalgo⁃rithmproposedimprovestheF1-scoreindexby10%，comparedwiththeexistingtextrepresentationdeduplicationmethodbasedongraphstructure.Finally，thealgorithmcanimprovethededuplicationeffectofnewstext.Keywords：graphkernelalgorithm；eventheterogeneousgraph；newstext；textrepresentation；textdeduplica⁃ti...
