近年来,随着“一带一路”建设工作的推进,越南与中国交流愈加频繁,共同关注的新闻事件也越来越多。新闻事件发生后,国内及越南国家媒体会进行大量报道,这些报道表现为中文或者越南文,及时有效了解国内及越南国家共同关注的热点新闻话题及其主要信息非常重要,对处理好与越南的国际关系、区域经济发展、政治稳定、文化交流及商务合作等方面有着重要的作用。然而,互联网新闻信息量巨大,汉语、越南语属不同语系,难以通过人工阅读有效分析。本文研究基于图模型的汉越双语新闻话题发现与摘要技术方法,目的是通过计算机自动获取互联网上汉语、越南语新闻文本,在双语环境下,自动识别归类描述同一话题的新闻文本,并从大量新闻文本中对每个新闻话题形成简洁的描述。本文主要完成了以下研究工作:(1)提出基于图聚类的汉越双语新闻话题发现方法,目的是自动将描述相同新闻话题的汉语文本、越南语文本归位一类。由于汉语、越南语文字表现形式与语法结构不同,难以表征在同一特征空间上,挖掘双语文本之间相同的话题就很困难。考虑到相同新闻话题文本中的新闻要素词语是一致的,利用要素表征新闻文本,通过要素的关联关系可以有效反映文本的关联性,因此,首先,抽取文本中要素词语,借助维基百科双语知识计算相似度,进而获得双语文本间相似度,将文本及文本间关系表征到图模型中;然后,考虑到新闻文本的传播特点,借助图模型,采用随机游走算法优化文本间相似关系,获得相似度矩阵,最后,采用信息传递算法进行聚类,实现话题发现。实验结果表明提出的方法取得很好的效果。(2)提出基于图排序的汉越双语新闻话题摘要方法,目的是在描述同一新闻话题的汉语文本、越南语文本中自动获取主要信息。考虑到同一新闻话题各语言新闻文本主要内容具有相似性,单语文档集合的摘要与双语文档集合摘要具有相似性,提出在同一方法框架内,生成汉语文档、越南语文档及汉越双语文档集话题摘要。首先,分析汉越句子语法依存关系,编写规则,抽取表征主谓宾语法成分的词语,借助汉越词典构建双语特征空间;然后,根据句子对应语法成分相似关系,计算汉越句子相似度,建立汉越双语新闻句子图模型;最后,利用图中节点的互荐关系,对句子表征单语文档集与双语文档集主要信息的能力进行评价,得到新闻话题摘要句。实验结果表明提出方法在单语文档摘要与双语文档摘要两项任务上均具有很好的效果。(3)搭建汉语-越南语新闻话题发现与摘要原型系统。自动、实时从互联网收集汉语、越南语新闻数据;集成本文提出的话题发现与摘要算法,通过计算机快速分析数据,将近期所有汉语、越南语新闻文本,相关热点新闻话题,及热点话题主要信息以界面化形式展示给用户。