New/s/leak 2.0——面向调查性新闻的多语言信息抽取与可视化
计算与语言
2018-07-17 v1 信息检索
摘要
近年来调查性新闻面临两大挑战：1）源自大型文本集合（如泄露文件或信息自由请求答复）的海量非结构化数据，以及 2）由于政治、商业和公民社会中全球合作与通信加剧而产生的多语言数据。面对这些挑战，记者日益在国际网络中开展合作。为支持此类协作，我们呈现了 new/s/leak 2.0 的新版本，这是我们用于基于内容检索泄露文件的开源软件。它包含三项新颖主要功能：1）针对 40 种语言的自动语言检测与语言相关 information extraction（信息抽取），2）用于高效探索的实体与关键词可视化，以及 3）用于分析多种格式机密数据的去中心化部署。我们通过一个示例性案例研究说明了新的分析能力。
引用
@article{arxiv.1807.05151,
title = {New/s/leak 2.0 - Multilingual Information Extraction and Visualization for Investigative Journalism},
author = {Gregor Wiedemann and Seid Muhie Yimam and Chris Biemann},
journal= {arXiv preprint arXiv:1807.05151},
year = {2018}
}
备注
Social Informatics 2018