T CAPT 005—2023 中文新闻语义结构化标注.pdfVIP

ICS35.240

CCSL60

CAPT

团体标准

T/CAPT005—2023

中文新闻语义结构化标注

SpecificationforannotationofsemanticstructuringofChinesenews

2023-07-25发布2023-08-01实施

中国新闻技术工作者联合会发布

目次

前言II

引言III

1范围4

2规范性引用文件4

3术语和定义4

4新闻稿件标注说明5

设计标注方法的总体原则5

语义结构化标注的流程6

5新闻稿件标注预处理6

稿件信息采集6

设定唯一标识符6

6新闻稿件语义模板标注7

内容块标注7

语义模板类型7

语义模板要素11

语义模板标注13

7新闻事件语义元标注14

语义元标注模板14

事件语义元标注15

新闻事件内部要素标注15

语义元参数标注16

语义元状态标注17

8新闻事件关键词标注17

附录A（资料性）标注方法示例18

A.1示例一18

A.2示例二24

附录B（资料性）应用场景举例27

B.1高阶语义模板的提取27

B.2稿件内容知识库的生成27

B.3跨稿件语义模型的建立27

B.4对传统知识图谱的改进29

参考文献30

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定

起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由文灵科技（北京）有限公司、新华通讯社通信技术局联合提出。

本文件由中国新闻技术工作者联合会归口。

本文件起草单位：文灵科技（北京）有限公司、新华通讯社通信技术局、北京语言大学、东南大学、

中国互联网新闻中心、浙江日报报业集团、中国人民大学、中国传媒大学、新华网股份有限公司。

本文件主要起草人：王楠、饶高琦、杨鹏、王熠、付蓉、王建平、贾成喜、李伟忠、武国卫、宋永

生、李冰、孙元康。

引言

为促进人工智能产业的协调发展，新闻领域亟需制定兼具实用性和统一性的语义结构化标准，从源

头规范、指导中文新闻语义结构化，使基于该标准构建的标识体系能够同时支持新闻内容知识库的建设

和计算机神经网络新闻模型的训练，并且实现新闻知识库之间的相互兼容、互换共享，因此制定《中文

新闻语义结构化标注》。

其标注对象主要是中文新闻文本内容和多媒体新闻中的文字内容。作为指导人或计算机生成语义

结构化标识体系的通用化、标准化操作方法，本文件旨在协助标注人员在中文新闻语义结构化标注过程

中实现如下具体目标：

——使用的术语标准化；

——标注的方法规范化；

——产生的标识体系通用化。

中文新闻语义结构化标注

1范围

本文件规定了新闻写作常用表达方式所包含语义的术语和标注方法，包括新闻稿件标注说明、标注

预处理、语义模板标注、新闻事件语义元标注、新闻事件关键词标注，以此形成语义标识体系。

本文件适用于报刊、广播、电视、通讯社、新闻网站、社交媒体等新闻内容提供商及媒体应用与研

究机构为实现计算机自动识别新闻语义、生成知识库或神经网络训练集进行的标注工作。

2规