NewsMiner实体语义关联,新冠疫情新闻事件每日呈现

2020 年 2 月 26 日 学术头条

自疫情发生以来,清华大学计算机系AMiner团队联合智谱.AI利用AI+大数据,上线了一系列疫情相关产品,包括:


▶  新型冠状病毒疫情趋势预测;

▶  新型冠状病毒高关注度专家学者分析;

▶  新型冠状病毒肺炎学术成果时间线;

▶  新型冠状病毒肺炎疫情惠民惠企政策地图;

▶  新型冠状病毒肺炎疫情日报;

▶  新型冠状病毒/流感病毒知识集锦。




其中的「疫情日报」全面收录国内外主流媒体新冠疫情中文新闻报道,以新闻事件分析挖掘和搜索系统NewsMiner的语义分析核心功能为基础,自动挖掘每日新闻报道热点主题,抽取热点人物、地点和组织机构,并关联大规模百科知识图谱XLORE中的丰富知识,为用户提供全面深入的疫情事件报告。


数据来源


覆盖环球网、人民网、网易健康、财新网肺炎疫情、医脉通、人民网疫情专栏、人民网特别关注、华商头条、正保医学教育网、新华健康、主要城市卫健委和疾控中心网站等主流媒体和网站的新冠疫情中文新闻报道。


功能说明


1.新冠疫情新闻事件流展示


系统对新冠病毒疫情新闻事件分析挖掘,根据时间进程实现了新冠疫情新闻事件流的展示,可以实现所有新闻事件的查阅,如图1中所示。


图1 新冠病毒疫情新闻事件流新闻展示


2.热点人物、地点和组织机构关系展示


通过对事件内热点人物、地点和组织机构的抽取及相互之间的关系挖掘,实现了对新冠疫情新闻事件中热点人物、地点和组织机构关系展示,如图2中所示。


图2 热点人物、地点和组织机构关系展示


3.背景关系图谱展示


将事件中热点人物、地点和组织机构与大规模百科知识图谱XLORE中的丰富知识关联,为用户提供全面深入的疫情事件报告,如图3中所示。


图3 背景关系图谱展示


NewsMiner新闻事件分析挖掘和搜索系统简介


NewsMiner系统拥有三大核心技术:在线即席分析、话题自动分析、数据可视化。



自动挖掘每日分类热点事件滚动显示,并抽取事件中所有人物、地点和组织机构。



排行榜将所有新闻搜索中的人物、地点、组织按热度进行智能排序,为各界搜索用户提供全面的新闻背景。



新闻分类事件涵盖十大类新闻,包括娱乐、军事、教育、文化、健康、财经、体育、汽车、科技、社会。每个分类展示搜索热度前3的新闻能更直观地显示各行业、各地区等热点走向。



系统累积采集新闻文档超过425万篇,经过分析抽取出事件数量超过150万,包含实体1200余万个,链接背景知识1600余万条。



获取更多信息,请点击下方“阅读原文”

登录查看更多
9

相关内容

2019新型冠状病毒 (Novel coronavirus),为新兴传染病“严重特殊传染性肺炎”病原,由世界卫生组织命名为2019-nCoV,又名武汉冠状病毒(Wuhan coronavirus)、武汉肺炎(Wuhan pneumonia)等,是一种具有包膜的正链单股RNA冠状病毒。2019-2020年新型冠状病毒肺炎事件爆发期间,研究人员在对肺炎阳性患者样本进行核酸检测以及基因组测序后发现了这一病毒。 https://zh.wikipedia.org/wiki/2019%E6%96%B0%E5%9E%8B%E5%86%A0%E7%8B%80%E7%97%85%E6%AF%92
COVID-19文献知识图谱构建,UIUC-哥伦比亚大学
专知会员服务
42+阅读 · 2020年7月2日
【ICML2020-西电】用于语言生成的递归层次主题引导RNN
专知会员服务
21+阅读 · 2020年6月30日
专知会员服务
27+阅读 · 2020年3月6日
17篇知识图谱Knowledge Graphs论文 @AAAI2020
专知会员服务
171+阅读 · 2020年2月13日
医疗知识图谱构建与应用
专知会员服务
384+阅读 · 2019年9月25日
事件知识图谱构建研究进展与趋势
THU数据派
99+阅读 · 2019年12月11日
综述 | 事件抽取及推理 (下)
开放知识图谱
38+阅读 · 2019年1月14日
赛尔原创 | 开放域中文知识图谱《大词林》
哈工大SCIR
71+阅读 · 2018年4月16日
徐波 | 百科知识图谱构建
开放知识图谱
13+阅读 · 2017年9月11日
聊聊“事件抽取” | 每周话题精选 #05
PaperWeekly
24+阅读 · 2017年7月11日
漆桂林 | 开放:知识图谱发展的必由之路
开放知识图谱
7+阅读 · 2017年6月28日
Generating Fact Checking Explanations
Arxiv
9+阅读 · 2020年4月13日
Arxiv
5+阅读 · 2018年5月5日
VIP会员
相关VIP内容
COVID-19文献知识图谱构建,UIUC-哥伦比亚大学
专知会员服务
42+阅读 · 2020年7月2日
【ICML2020-西电】用于语言生成的递归层次主题引导RNN
专知会员服务
21+阅读 · 2020年6月30日
专知会员服务
27+阅读 · 2020年3月6日
17篇知识图谱Knowledge Graphs论文 @AAAI2020
专知会员服务
171+阅读 · 2020年2月13日
医疗知识图谱构建与应用
专知会员服务
384+阅读 · 2019年9月25日
相关资讯
事件知识图谱构建研究进展与趋势
THU数据派
99+阅读 · 2019年12月11日
综述 | 事件抽取及推理 (下)
开放知识图谱
38+阅读 · 2019年1月14日
赛尔原创 | 开放域中文知识图谱《大词林》
哈工大SCIR
71+阅读 · 2018年4月16日
徐波 | 百科知识图谱构建
开放知识图谱
13+阅读 · 2017年9月11日
聊聊“事件抽取” | 每周话题精选 #05
PaperWeekly
24+阅读 · 2017年7月11日
漆桂林 | 开放:知识图谱发展的必由之路
开放知识图谱
7+阅读 · 2017年6月28日
Top
微信扫码咨询专知VIP会员