Knowledge Science Engineering and

Management 11th International

Conference KSEM 2018 Changchun
China August 17 19 2018 Proceedings
Part I Weiru Liu
Visit to download the full and correct content document:
https://textbookfull.com/product/knowledge-science-engineering-and-management-11
th-international-conference-ksem-2018-changchun-china-august-17-19-2018-proceed
ings-part-i-weiru-liu/
More products digital (pdf, epub, mobi) instant
download maybe you interests ...

Knowledge Science, Engineering and Management: 13th

International Conference, KSEM 2020, Hangzhou, China,
August 28–30, 2020, Proceedings, Part I Gang Li

https://textbookfull.com/product/knowledge-science-engineering-
and-management-13th-international-conference-ksem-2020-hangzhou-
china-august-28-30-2020-proceedings-part-i-gang-li/

Knowledge Science Engineering and Management 12th

International Conference KSEM 2019 Athens Greece August
28 30 2019 Proceedings Part I Christos Douligeris

https://textbookfull.com/product/knowledge-science-engineering-
and-management-12th-international-conference-ksem-2019-athens-
greece-august-28-30-2019-proceedings-part-i-christos-douligeris/

Knowledge Science, Engineering and Management: 13th

International Conference, KSEM 2020, Hangzhou, China,
August 28–30, 2020, Proceedings, Part II Gang Li

https://textbookfull.com/product/knowledge-science-engineering-
and-management-13th-international-conference-ksem-2020-hangzhou-
china-august-28-30-2020-proceedings-part-ii-gang-li/

User Science and Engineering 5th International

Conference i USEr 2018 Puchong Malaysia August 28 30
2018 Proceedings Natrah Abdullah

https://textbookfull.com/product/user-science-and-
engineering-5th-international-conference-i-user-2018-puchong-
malaysia-august-28-30-2018-proceedings-natrah-abdullah/
Intelligence Science and Big Data Engineering 8th
International Conference IScIDE 2018 Lanzhou China
August 18 19 2018 Revised Selected Papers Yuxin Peng

https://textbookfull.com/product/intelligence-science-and-big-
data-engineering-8th-international-conference-
iscide-2018-lanzhou-china-august-18-19-2018-revised-selected-
papers-yuxin-peng/

Algorithms and Architectures for Parallel Processing

18th International Conference ICA3PP 2018 Guangzhou
China November 15 17 2018 Proceedings Part I Jaideep
Vaidya
https://textbookfull.com/product/algorithms-and-architectures-
for-parallel-processing-18th-international-conference-
ica3pp-2018-guangzhou-china-november-15-17-2018-proceedings-part-
i-jaideep-vaidya/

Natural Language Processing and Chinese Computing 7th

CCF International Conference NLPCC 2018 Hohhot China
August 26 30 2018 Proceedings Part I Min Zhang

https://textbookfull.com/product/natural-language-processing-and-
chinese-computing-7th-ccf-international-conference-
nlpcc-2018-hohhot-china-august-26-30-2018-proceedings-part-i-min-
zhang/

Structural Syntactic and Statistical Pattern

Recognition Joint IAPR International Workshop S SSPR
2018 Beijing China August 17 19 2018 Proceedings Xiao
Bai
https://textbookfull.com/product/structural-syntactic-and-
statistical-pattern-recognition-joint-iapr-international-
workshop-s-sspr-2018-beijing-china-august-17-19-2018-proceedings-
xiao-bai/

Science of Cyber Security First International

Conference SciSec 2018 Beijing China August 12 14 2018
Revised Selected Papers Feng Liu

https://textbookfull.com/product/science-of-cyber-security-first-
international-conference-scisec-2018-beijing-china-
august-12-14-2018-revised-selected-papers-feng-liu/
 Weiru Liu · Fausto Giunchiglia
Bo Yang (Eds.)

Knowledge Science,
LNAI 11061

Engineering
and Management
11th International Conference, KSEM 2018
Changchun, China, August 17–19, 2018
Proceedings, Part I

123
Lecture Notes in Artificial Intelligence 11061

Subseries of Lecture Notes in Computer Science

LNAI Series Editors

Randy Goebel
University of Alberta, Edmonton, Canada
Yuzuru Tanaka
Hokkaido University, Sapporo, Japan
Wolfgang Wahlster
DFKI and Saarland University, Saarbrücken, Germany

LNAI Founding Series Editor

Joerg Siekmann
DFKI and Saarland University, Saarbrücken, Germany
More information about this series at http://www.springer.com/series/1244
Weiru Liu Fausto Giunchiglia
•

Bo Yang (Eds.)

Knowledge Science,
Engineering
and Management
11th International Conference, KSEM 2018
Changchun, China, August 17–19, 2018
Proceedings, Part I

123
Editors
Weiru Liu Bo Yang
University of Bristol Jilin University
Bristol Changchun
UK China
Fausto Giunchiglia
Università di Trento
Povo
Italy

ISSN 0302-9743 ISSN 1611-3349 (electronic)

Lecture Notes in Artificial Intelligence
ISBN 978-3-319-99364-5 ISBN 978-3-319-99365-2 (eBook)
https://doi.org/10.1007/978-3-319-99365-2

Library of Congress Control Number: 2018951241

LNCS Sublibrary: SL7 – Artificial Intelligence

© Springer Nature Switzerland AG 2018

This work is subject to copyright. All rights are reserved by the Publisher, whether the whole or part of the
material is concerned, specifically the rights of translation, reprinting, reuse of illustrations, recitation,
broadcasting, reproduction on microfilms or in any other physical way, and transmission or information
storage and retrieval, electronic adaptation, computer software, or by similar or dissimilar methodology now
known or hereafter developed.
The use of general descriptive names, registered names, trademarks, service marks, etc. in this publication
does not imply, even in the absence of a specific statement, that such names are exempt from the relevant
protective laws and regulations and therefore free for general use.
The publisher, the authors and the editors are safe to assume that the advice and information in this book are
believed to be true and accurate at the date of publication. Neither the publisher nor the authors or the editors
give a warranty, express or implied, with respect to the material contained herein or for any errors or
omissions that may have been made. The publisher remains neutral with regard to jurisdictional claims in
published maps and institutional affiliations.

This Springer imprint is published by the registered company Springer Nature Switzerland AG
The registered company address is: Gewerbestrasse 11, 6330 Cham, Switzerland
 Preface

The International Conference on Knowledge Science, Engineering and Management

(KSEM) provides a forum for researchers in the broad areas of knowledge science,
knowledge engineering, and knowledge management to exchange ideas and to report
state-of-the-art research results. KSEM 2018 was the 11th in this series, building on the
success of ten events in Guilin, China (KSEM 2006); Melbourne, Australia (KSEM
2007); Vienna, Austria (KSEM 2009); Belfast, UK (KSEM 2010); Irvine, USA
(KSEM 2011); Dalian, China (KSEM 2013); Sibiu, Romania (KSEM 2014);
Chongqing, China (KSEM2015); Passau, Germany (KSEM 2016) and Melbourne,
Australia (KSEM 2017).
The selection process this year was competitive. We received 262 submissions, and
each submitted paper was reviewed by at least three members of the Program Com-
mittee (PC). Following this independent review, there were discussions among
reviewers and PC chairs. A total of 62 papers were selected as full papers (23.6%), and
another 26 as short papers (9.9%), yielding a combined acceptance rate of 33.5%.
Moreover, we were honored to have three prestigious scholars giving keynote speeches
at the conference: Prof. Anthony Hunter (University College London, UK), Prof. Qiang
Yang (The Hong Kong University of Science and Technology, SAR China), and Prof
Meikang Qiu (Pace University, USA). The abstract of Prof. Hunter’s talk is included in
this volume.
We would like to thank everyone who participated in the development of the KSEM
2018 program. In particular, we want to give special thanks to the PC, for their
diligence and concern for the quality of the program, and also for their detailed
feedback to the authors. The general organization of the conference also relied on the
efforts of the KSEM 2018 Organizing Committee.
Moreover, we would like to express our gratitude to the KSEM Steering Committee
honorary chair, Ruqian Lu (Chinese Academy of Sciences, China), as well as the
KSEM 2018 general co-chairs, Prof. Qiang Yang (The Hong Kong University of
Science and Technology, SAR China), Prof. Joerg Siekmann (DFKI and Saarland
University, Germany), and Prof. Xiaohui Wei (Jilin University, China). We are also
grateful to the team at Springer led by Alfred Hofmann for publication of this volume.
Finally, and most importantly, we thank all the authors, who are the primary reason
that KSEM 2018 was so exciting and why it remains the premier forum for presentation
and discussion of innovative ideas, research results, and experience from around the
world.

June 2018 Weiru Liu

Fausto Giunchiglia
Bo Yang
 Organization

KSEM Steering Committee

Steering Committee
Ruqian Lu (Honorary Chair) Chinese Academy of Sciences, China
Chengqi Zhang (Past Chair) University of Technology Sydney, Australia
Hui Xiong (Chair) The State University of New Jersey, USA
Dimitris Karagiannis University of Vienna, Austria
(Deputy Chair)
David Bell Queen’s University Belfast, UK
Yaxin Bi Ulster University, UK
Cungen Cao Chinese Academy of Sciences, China
Zhi Jin Peking University, China
Claudiu Kifor Lucian Blaga University of Sibiu, Romania
Jérome Lang University Paul Sabatier, France
Yoshiteru Nakamori JAIST, Japan
Joerg Siekmann DFKI and Saarland University, Germany
Eric Tsui The Hong Kong Polytechnic University, SAR China
Zongtuo Wang Dalian Science and Technology University, China
Kwok Kee Wei City University of Hong Kong, SAR China
Martin Wirsing Ludwig-Maximilians-Universität München, Germany
Mingsheng Ying Tsinghua University, China
Zili Zhang Southwest University, China

KSEM 2018 Organizing Committee

General Co-chairs
Qiang Yang The Hong Kong University of Science
and Technology, SAR China
Joerg Siekmann DFKI and Saarland University, Germany
Xiaohui Wei Jilin University, China

Program Committee Co-chairs

Weiru Liu University of Bristol, UK
Fausto Giunchiglia University of Trento, Italy
Bo Yang Jilin University, China
VIII Organization

Publicity Co-chairs
Françoise Fogelman-Soulié Tianjin University, China
Xiangjiu Che Jilin University, China

Organization Co-chairs
Jihong Ouyang Jilin University, China
Daxin Zhang Jilin University, China

KSEM 2018 Program Committee

Andreas Albrecht Middlesex University, UK
Klaus-Dieter Althoff DFKI/University of Hildesheim, Germany
Serge Autexier DFKI, Germany
Costin Badica University of Craiova, Romania
Salem Benferhat Université d’Artois, France
Philippe Besnard CNRS/IRIT, France
Remus Brad Lucian Blaga University of Sibiu, Romania
Robert Andrei Buchmann Babeş-Bolyai University, Romania
Paolo Ciancarini University of Bologna, Italy
Ireneusz Czarnowski Gdynia Maritime University, Poland
Richard Dapoigny LISTIC/Polytech’Savoie, France
Yong Deng Southwest University, China
Josep Domingo-Ferrer Universitat Rovira i Virgili, Spain
Susan Elias VIT University Chennai Campus, India
Dieter Fensel University of Innsbruck, Austria
Hans-Georg Fill University of Bamberg, Germany
Yanjie Fu Missouri University of Science and Technology, USA
Vijayabharadwaj Gsr VIT University Chennai Campus, India
Knut Hinkelmann FHNW University of Applied Sciences and Arts
Northwestern Switzerland, Switzerland
Zhisheng Huang Vrije University Amsterdam, The Netherlands
Van Nam Huynh JAIST, Japan
Zhi Jin Peking University, China
Fang Jin Texas Tech University, USA
Mouna Kamel IRIT – Université Paul Sabatier – Toulouse, France
Konstantinos Kotis University of Piraeus, Greece
Li Li Southwest University, China
Huayu Li The University of North Carolina at Charlotte, USA
Gang Li Deakin University, Australia
Ge Li Peking University, China
Qian Li Chinese Academy of Sciences, China
Junming Liu Rutgers University, USA
Li Liu Chongqing University, China
Shaowu Liu University of Technology Sydney, Australia
Bin Liu IBM Thomas J. Watson Research Center, USA
 Organization IX

Xudong Luo Guangxi Normal University, China

Bo Ma Chinese Academy of Sciences, China
Stewart Massie Robert Gordon University, UK
Maheswari N. VIT University, Chennai, India
Oleg Okun Cognizant Technology Solutions GmbH, Germany
Dan Oleary University of Southern California, USA
Dantong Ouyang Jilin University, China
Maurice Pagnucco The University of New South Wales, Australia
Tulasi Prasad VIT University, India
Guilin Qi Southeast University, China
Sven-Volker Rehm WHU – Otto Beisheim School of Management,
Germany
Ulrich Reimer University of Applied Sciences St. Gallen, Switzerland
Gheorghe Cosmin Silaghi Babeş-Bolyai University, Romania
Leilei Sun Dalian University of Technology, China
Jianlong Tan Chinese Academy of Sciences, China
Lucian Vintan Lucian Blaga University of Sibiu, Romania
Daniel Volovici Lucian Blaga University of Sibiu, Romania
Huy Quan Vu Victoria University, Australia
Kewen Wang Griffith University, Australia
Hongtao Wang Chinese Academy of Science, China
Zhichao Wang Tsinghua University, China
Martin Wirsing Ludwig-Maximilians-Universität München, Germany
Robert Woitsch BOC Asset Management, Austria
Zhiang Wu Nanjing University of Finance and Economics, China
Le Wu Hefei University of Technology, China
Tong Xu University of Science and Technology of China, China
Ziqi Yan Beijing Jiaotong University, China
Jingyuan Yang Rutgers University, USA
Feng Yi Chinese Academy of Sciences, China
Qingtian Zeng Shandong University of Science and Technology,
China
Chunxia Zhang Beijing Institute of Technology, China
Le Zhang Sichuan University, China
Songmao Zhang Chinese Academy of Sciences, China
Zili Zhang Southwest University, China
Hongke Zhao University of Science and Technology of China, China
Jiali Zuo Jiangxi Normal University, China
 A Brief Introduction to Probabilistic
Argumentation
(Invited Talk)

Anthony Hunter

Department of Computer Science, University College London, London, UK

Abstract. Argumentation can be modelled at an abstract level using an argu-

ment graph (i.e. a directed graph where each node denotes an argument and each
arc denotes an attack by one argument on another). Since argumentation
involves uncertainty, it is potentially valuable to consider how this can be
quantified in argument graphs. Two key approaches to capturing uncertainty in
argumentation are the constellations approach and the epistemic approach. The
former can be used to represent uncertainty over the topology of the argument
graph, and the latter can be used to represent belief in arguments. Theoretical
foundations, and studies with participants, are being developed for both
approaches.

Keywords: Abstract argumentation
Probabilistic argumentation

Epistemic argumentation

1 Introduction

Abstract argumentation provides an elegant formalism for representing arguments and

counterarguments in the form of a directed graph [2]. Each node in the graph denotes
an argument, and each arc denotes an attack (i.e. for an arc from A to B, A attacks B, or
equivalently A is a counterargument to B). Abstract argumentation also provides cri-
teria for determining acceptable subsets of arguments in the graph by dialectical
criteria.
Uncertainty can arise in argumentation for various reasons. For an individual
argument, there can be uncertainty in the premises of the argument, or in whether the
claim follows from the premises. Many arguments are enthymemes, which means that
an argument might not explicitly present its premises and/or claim. This means that
when an argument is heard or read by someone, that recipient has to decode the
enthymeme to recover the intended argument. There is therefore uncertainty in this
decoding process as the decoded argument could be different to the intended argument.
So using enthymemes introduces uncertainty as to the content of individual arguments,
and uncertainty as to whether one argument attacks another argument.

This research is funded by EPSRC Project EP/N008294/1 Framework for Computational Persuasion.
XII A. Hunter

Further uncertainty arises in dialogical argumentation. When one agent is pre-

senting an argument to another agent, the agent presenting the argument is unsure what
related arguments the intended recipient is aware of, and what beliefs the intended
recipient might have concerning those arguments. For the agent presenting the argu-
ment, this might be important if for example, the agent wants to persuade the other
agent to accept a specific argument. In this kind of scenario, the persuader has to make
good choices of argument based on what arguments and attacks she thinks the per-
suadee is aware of and believes.
Probabilistic approaches for modeling uncertainty in argumentation include the
constellations approach and the epistemic approach [4]. The first is based on a prob-
ability distribution over the subgraphs of the argument graph ([3] which extends [1]
and [7]), and this can be used to represent the uncertainty over the structure of the graph
(i.e. whether a particular argument or attack appears in the argument graph under
consideration). The second approach is the epistemic approach which involves a
probability distribution over the subsets of the arguments [4, 6, 10]. This can be used to
represent the uncertainty over which arguments are believed. The epistemic approach
can be constrained (using axioms or postulates) to be consistent with Dung’s dialectical
semantics, but it can also be used as a potential valuable alternative to Dung’s
dialectical semantics. The epistemic approach has been extended to also allow a
probability distribution over subsets of attacks, and thereby represent belief in each
attack [9].
In a study on dialogical argumentation, participants were asked to express belief in
individual arguments using a 7 point Likeart scale, and categorize relationships
between arguments as one of attack, support, dependent somehow, or unrelated [8].
The results from the study support the use of the constellations approach since people
may interpret statements and relations between them differently. The results also
support the use of the epistemic approach: (1) people may assign levels of agreements
to statements going beyond the 3–valued Dung’s approach; (2) the epistemic postu-
lates, in contrast to the classical Dung semantics, can be highly adhered to; and (3) the
extended epistemic postulates allow us to model situations where strength of argument
and strength of attack are decoupled.
So the theoretical basis of probabilistic approaches, and grounding in studies with
participants, are being estabished. Furthermore, applications are emerging (e.g. com-
putational persuasion [5]).

References
1. Dung, P., Thang, P.: Towards (probabilistic) argumentation for jury-based dispute resolu-
tion. In: Proceedings of COMMA’10. FAIA, vol. 216, pp. 171–182. IOS Press (2010)
2. Dung, P.M.: On the acceptability of arguments and its fundamental role in nonmonotonic
reasoning, logic programming and n-person games. Artif. Intell. 77(2), 321–358 (1995)
3. Hunter, A.: Some foundations for probabilistic abstract argumentation. In: Proceedings of
COMMA’12. FAIA, vol. 245, pp. 117–128. IOS Press (2012)
 A Brief Introduction to Probabilistic Argumentation XIII

4. Hunter, A.: A probabilistic approach to modelling uncertain logical arguments. Int.

J. Approx. Reason. 54(1), 47–81 (2013)
5. Hunter, A.: Towards a framework for computatiooal persuasion with applications in beha-
viour change. Argument Comput. 9(1), 15–40 (2018)
6. Hunter, A., Thimm, M.: Probabilistic reasoning with abstract argumentation frameworks.
J. Artif. Intell. Res. 59, 565–611 (2017)
7. Li, H., Oren, N., Norman, T.J.: Probabilistic argumentation frameworks. In: Modgil, S., et al.
(eds.) TAFA 2011. LNCS, vol. 7132, pp. 1–16. Springer, Berlin (2011)
8. Polberg, S., Hunter, A.: Empirical evaluation of abstract argumentation: Supporting the need
for bipolar and probabilistic approaches. Int. J. Approx. Reason. 93, 487–543 (2018)
9. Polberg, S., Hunter, A., Thimm, M.: Belief in attacks in epistemic probabilistic argumen-
tation. In: Moral, S., et al. (eds.) SUM 2017. LNCS, vol. 10564, pp. 223–236. Springer,
Cham (2017)
10. Thimm, M.: A probabilistic semantics for abstract argumentation. In: Proceedings of ECAI
2012. FAIA, vol. 242, pp. 750–755. IOS Press (2012)
 Contents – Part I

Text Mining and Document Analysis

Sentence Compression with Reinforcement Learning . . . . . . . . . . . . . . . . . . 3

Liangguo Wang, Jing Jiang, and Lejian Liao

A Biomedical Question Answering System Based on SNOMED-CT . . . . . . . 16

Xinhua Zhu, Xuechen Yang, and Hongchao Chen

Authorship Attribution for Short Texts with Author-Document

Topic Model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Haowen Zhang, Peng Nie, Yanlong Wen, and Xiaojie Yuan

WalkToTopics: Inferring Topic Relations from a Feature

Learning Perspective . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
Linan Gao, Zeyu Wang, and Shanqing Guo

Distant Domain Adaptation for Text Classification . . . . . . . . . . . . . . . . . . . 55

Zhenlong Zhu, Yuhua Li, Ruixuan Li, and Xiwu Gu

Attention Aware Bidirectional Gated Recurrent Unit Based Framework

for Sentiment Analysis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
Zhengxi Tian, Wenge Rong, Libin Shi, Jingshuang Liu, and Zhang Xiong

Neural Sentiment Classification with Social Feedback Signals . . . . . . . . . . . 79

Tao Wang, Yuanxin Ouyang, Wenge Rong, and Zhang Xiong

A Concept for Generating Business Process Models

from Natural Language Description . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
Krzysztof Honkisz, Krzysztof Kluza, and Piotr Wiśniewski

A Study on Performance Sensitivity to Data Sparsity

for Automated Essay Scoring . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
Yanhua Ran, Ben He, and Jungang Xu

Extract Knowledge from Web Pages in a Specific Domain. . . . . . . . . . . . . . 117

Yihong Lu, Shuiyuan Yu, Minyong Shi, and Chunfang Li

TCMEF: A TCM Entity Filter Using Less Text . . . . . . . . . . . . . . . . . . . . . 125

Hualong Zhang, Shuzhi Cheng, Liting Liu, and Wenxuan Shi
XVI Contents – Part I

Image and Video Data Analysis

Two-Stage Object Detection Based on Deep Pruning

for Remote Sensing Image . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
Shengsheng Wang, Meng Wang, Xin Zhao, and Dong Liu

W-Shaped Selection for Light Field Super-Resolution . . . . . . . . . . . . . . . . . 148

Bing Su, Hao Sheng, Shuo Zhang, Da Yang, Nengcheng Chen,
and Wei Ke

Users Personalized Sketch-Based Image Retrieval

Using Deep Transfer Learning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
Qiming Huo, Jingyu Wang, Qi Qi, Haifeng Sun, Ce Ge, and Yu Zhao

Enhancing Network Flow for Multi-target Tracking

with Detection Group Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
Chao Li, Kun Qian, Jiahui Chen, Guangtao Xue, Hao Sheng,
and Wei Ke

Combine Coarse and Fine Cues: Multi-grained Fusion Network

for Video-Based Person Re-identification . . . . . . . . . . . . . . . . . . . . . . . . . . 177
Chao Li, Lei Liu, Kai Lv, Hao Sheng, and Wei Ke

Data Processing and Data Mining

Understand and Assess People’s Procrastination by Mining

Computer Usage Log. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
Ming He, Yan Chen, Qi Liu, Yong Ge, Enhong Chen, Guiquan Liu,
Lichao Liu, and Xin Li

Group Outlying Aspects Mining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200

Shaoni Wang, Haiyang Xia, Gang Li, and Jianlong Tan

Fine-Grained Correlation Learning with Stacked Co-attention Networks

for Cross-Modal Information Retrieval. . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
Yuhang Lu, Jing Yu, Yanbing Liu, Jianlong Tan, Li Guo,
and Weifeng Zhang

Supervised Manifold-Preserving Graph Reduction

for Noisy Data Classification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226
Zhiqiang Xu and Li Zhang

Personalize Review Selection Using PeRView . . . . . . . . . . . . . . . . . . . . . . 238

Muhmmad Al-khiza’ay, Noora Alallaq, Qusay Alanoz, Adil Al-Azzawi,
and N. Maheswari
 Contents – Part I XVII

An Online GPS Trajectory Data Compression Method

Based on Motion State Change . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250
Hui Wang, Shuang Liu, and Chengcheng Qian

Mining Temporal Discriminant Frames via Joint Matrix Factorization:

A Case Study of Illegal Immigration in the U.S. News Media . . . . . . . . . . . 260
Qingchun Bai, Kai Wei, Mengwei Chen, Qinmin Hu, and Liang He

Enhancing Cluster Center Identification in Density Peak Clustering . . . . . . . . 268

Jian Hou, Aihua Zhang, Chengcong Lv, and Xu E

An Improved Weighted ELM with Hierarchical Feature Representation

for Imbalanced Biomedical Datasets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 276
Liyuan Zhang, Jiashi Zhao, Huamin Yang, Zhengang Jiang,
and Weili Shi

Recommendation Algorithms and Systems

SERL: Semantic-Path Biased Representation Learning

of Heterogeneous Information Network . . . . . . . . . . . . . . . . . . . . . . . . . . . 287
Haining Tan, Weiqiang Tang, Xinxin Fan, Quanliang Jing,
and Jingping Bi

Social Bayesian Personal Ranking for Missing Data in Implicit

Feedback Recommendation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299
Yijia Zhang, Wanli Zuo, Zhenkun Shi, Lin Yue, and Shining Liang

A Semantic Path-Based Similarity Measure for Weighted

Heterogeneous Information Networks . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311
Chunxue Yang, Chenfei Zhao, Hengliang Wang, Riming Qiu, Yuan Li,
and Kedian Mu

Cross-Domain Recommendation for Mapping Sentiment Review Pattern . . . . 324

Yang Xu, Zhaohui Peng, Yupeng Hu, Xiaoguang Hong, and Wenjing Fu

Fuzzy Gravitational Search Approach to a Hybrid Data Model

Based Recommender System . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337
Shruti Tomer, Sushama Nagpal, Simran Kaur Bindra, and Vipra Goel

Probabilistic Models and Applications

Causal Discovery with Bayesian Networks Inductive Transfer . . . . . . . . . . . 351

Haiyang Jia, Zuoxi Wu, Juan Chen, Bingguang Chen, and Sicheng Yao
XVIII Contents – Part I

Robust Detection of Communities with Multi-semantics

in Large Attributed Networks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362
Di Jin, Ziyang Liu, Dongxiao He, Bogdan Gabrys,
and Katarzyna Musial

Dual Sum-Product Networks Autoencoding . . . . . . . . . . . . . . . . . . . . . . . . 377

Shengsheng Wang, Hang Zhang, Jiayun Liu, and Qiang-yuan Yu

Recognizing Diseases from Physiological Time Series Data

Using Probabilistic Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 388
Danni Wang, Li Liu, Guoxin Su, Yande Li, and Aamir Khan

Knowledge Engineering Applications

An Incremental Approach Based on the Coalition Formation Game Theory

for Identifying Communities in Dynamic Social Networks . . . . . . . . . . . . . . 403
Qing Xiao, Peizhong Yang, Lihua Zhou, and Lizhen Wang

LogRank: An Approach to Sample Business Process Event Log

for Efficient Discovery. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 415
Cong Liu, Yulong Pei, Qingtian Zeng, and Hua Duan

Case-Based Decision Support System with Contextual Bandits Learning

for Similarity Retrieval Model Selection. . . . . . . . . . . . . . . . . . . . . . . . . . . 426
Booma Devi Sekar and Hui Wang

Cross-Layer Attack Path Exploration for Smart Grid Based on Knowledge

of Target Network. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 433
WenJie Kang, PeiDong Zhu, Gang Hu, Zhi Hang, and Xin Liu

Exploring Cyber-Security Issues in Vessel Traffic Services . . . . . . . . . . . . . 442

Eleni Maria Kalogeraki, Spyridon Papastergiou, Nineta Polemi,
Christos Douligeris, and Themis Panayiotopoulos

Prognosis of Thyroid Disease Using MS-Apriori Improved Decision Tree . . . 452

Yuwei Hao, Wanli Zuo, Zhenkun Shi, Lin Yue, Shuai Xue,
and Fengling He

Stock Price Prediction Using Time Convolution Long

Short-Term Memory Network. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 461
Xukuan Zhan, Yuhua Li, Ruixuan Li, Xiwu Gu, Olivier Habimana,
and Haozhao Wang

Web Data Extraction from Scientific Publishers’ Website

Using Hidden Markov Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 469
Jing Huang, Ziyu Liu, Beibei Wang, Mingyue Duan, and Bo Yang
 Contents – Part I XIX

Knowledge Graph and Knowledge Management

MedSim: A Novel Semantic Similarity Measure in Bio-medical

Knowledge Graphs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 479
Kai Lei, Kaiqi Yuan, Qiang Zhang, and Ying Shen

A Sequence Transformation Model for Chinese Named

Entity Recognition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 491
Qingyue Wang, Yanjing Song, Hao Liu, Yanan Cao, Yanbing Liu,
and Li Guo

An Incremental Reasoning Algorithm for Large Scale Knowledge Graph . . . . 503

Yifei Wang and Jie Luo

Relation Classification Using Coarse and Fine-Grained Networks with SDP

Supervised Key Words Selection. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 514
Yiping Sun, Yu Cui, Jinglu Hu, and Weijia Jia

Author Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 523

 Contents – Part II

Constraints and Satisfiability

A Multi-objective Optimization Algorithm Based on Preference

Three-Way Decomposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Zhao Fu, Hong Yu, Hongliang Zhang, and Xiaofang Chen

A Community-Division Based Algorithm for Finding Relations

Among Linear Constraints . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Minghao Liu, Feifei Ma, and Jun Yan

The New Adaptive ETLBO Algorithms with K-Armed Bandit Model . . . . . . 24

Xitong Wang, Yonggang Zhang, and Jiaxu Cui

Enhancing Bug Report Assignment with an Optimized Reduction

of Training Set . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
Miaomiao Wei, Shikai Guo, Rong Chen, and Jian Gao

An Efficient Approach for Computing Conflict Sets Combining Failure

Probability with SAT. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
Ya Tao, Dantong Ouyang, Meng Liu, and Liming Zhang

A New Variable-Oriented Propagation Scheme for Constraint

Satisfaction Problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
Zhe Li, Mingqi Yang, and Zhanshan Li

A Timeline Representation for the Jade Rabbit Rover . . . . . . . . . . . . . . . . . 69

Dunbo Cai, Yuhui Gao, Wei Gao, and Minghao Yin

A Parthenogenetic Algorithm for Deploying the Roadside Units

in Vehicle Networks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
Jingli Wu, Yong Wu, Jinyan Wang, and Yutong Ye

Formal Reasoning and Ontologies

Another Useful Four-Valued Logic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89

Zuoquan Lin and Zhaocong Jia

An Improved Multi-agent Epistemic Planner via Higher-Order Belief

Change Based on Heuristic Search . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
Zhongbin Wu
XXII Contents – Part II

ROSIE: Runtime Optimization of SPARQL Queries over RDF

Using Incremental Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
Lei Gai, Xiaoming Wang, and Tengjiao Wang

Automated Reasoning over Provenance-Aware Communication Network

Knowledge in Support of Cyber-Situational Awareness . . . . . . . . . . . . . . . . 132
Leslie F. Sikos, Markus Stumptner, Wolfgang Mayer,
Catherine Howard, Shaun Voigt, and Dean Philp

Constructive Justification Extraction for OWL Ontologies . . . . . . . . . . . . . . 144

Yuxin Ye, Ling Zhang, Dantong Ouyang, and Mengyu Gao

Deep Learning

A Hybrid RNN-CNN Encoder for Neural Conversation Model . . . . . . . . . . . 159

Zhiyuan Ma, Wenge Rong, Yanmeng Wang, Libin Shi, and Zhang Xiong

Cross-Dataset Person Re-identification Using Similarity Preserved

Generative Adversarial Networks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
Jianming Lv and Xintong Wang

Autoencoder Based Community Detection with Adaptive Integration

of Network Topology and Node Contents . . . . . . . . . . . . . . . . . . . . . . . . . 184
Jinxin Cao, Di Jin, and Jianwu Dang

Deep Convolutional Nets for Pulmonary Nodule

Detection and Classification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
Nannan Sun, Dongbao Yang, Shancheng Fang, and Hongtao Xie

Recognizing Character-Matching CAPTCHA Using Convolutional Neural

Networks with Triple Loss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
Junfeng Hu, Wenchao Ma, Aamir Khan, and Li Liu

Sentiment Embedded Semantic Space for More Accurate

Sentiment Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221
Jianguo Jiang, Yue Lu, Min Yu, Gang Li, Chao Liu,
Weiqing Huang, and Fangtao Zhang

Citation Classification Using Multitask Convolutional Neural

Network Model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
Abdallah Yousif, Zhendong Niu, and Ally S. Nyamawe

P-DBL: A Deep Traffic Flow Prediction Architecture

Based on Trajectory Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
Jingyuan Wang, Xiaofei Xu, Jun He, and Li Li
 Contents – Part II XXIII

Video Restoration Using Convolutional Neural Networks

for Low-Level FPGAs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
Kwok-Wai Hung, Chaoming Qiu, and Jianmin Jiang

Research on Distribution Alignment and Semantic Consistency

in the Adversarial Domain Adaptation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
Jingcheng Ni, Haiyang Jia, Fangyuan Zhang, Yixuan Wang,
and Juan Chen

Identification of Seismic Wave First Arrivals from Earthquake

Records via Deep Learning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274
Yang Yu, Jianfeng Lin, Lei Zhang, Guiquan Liu, Jing Hu, Yuyang Tan,
and Haijiang Zhang

A Deep Network Based on Multiscale Spectral-Spatial Fusion

for Hyperspectral Classification. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
Zhaokui Li, Lin Huang, Deyuan Zhang, Cuiwei Liu, Yan Wang,
and Xiangbin Shi

Symmetric Rectified Linear Units for Fully Connected Deep Models. . . . . . . 291
He Hu

Network Knowledge Represenation and Learning

Online Kernel Selection with Multiple Bandit Feedbacks

in Random Feature Space. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 301
Junfan Li and Shizhong Liao

An Overlapping Microblog Community Detection Method

Using New Partition Criterion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313
Huifang Ma, Meng Xie, Jiahui Wei, and Tingnian He

Quantifying the Emergence of New Domains:

Using Cybersecurity as a Case . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324
Xiaoli Hu, Zhiyong Feng, Shizhan Chen, Dongxiao He,
and Keman Huang

Improved Sublinear Primal-Dual Algorithm for Support Vector Machines . . . 337

Ming Gu and Shizhong Liao

Research on Hot Micro-blog Forecast Based on XGBOOST

and Random Forest . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350
Jianrong Wang, Chao Lou, Ruiguo Yu, Jie Gao, Tianyi Xu, Mei Yu,
and Haibo Di
XXIV Contents – Part II

Trust-Distrust Aware Recommendation by Integrating Metric Learning

with Matrix Factorization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 361
Xianglin Zuo, Xing Wei, and Bo Yang

Joint Detection of Topic Entity and Relation for Simple

Question Answering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 371
Yunqi Qiu, Yuanzhuo Wang, and Xiaolong Jin

A Network Embedding-Enhanced Approach for Generalized

Community Detection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 383
Dongxiao He, Xue Yang, Zhiyong Feng, Shizhan Chen,
and Françoise Fogelman-Soulié

Block Modelling and Learning for Structure Analysis of Networks

with Positive and Negative Links . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396
Xuehua Zhao, Hua Chen, Xueyan Liu, Xu Tan, and Wenzhuo Song

An Algorithm of Influence Maximization in Social Network Based

on Local Structure Characteristics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 403
Yong Wang, Bohan Zhang, Jiahao Shi, Jing Yang, and Jianpei Zhang

Graphical Models with Content Relevance for Crucial Date Detection

in Social Media Event . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 413
Ruifang He and Dongtai Ding

Social Knowledge Analysis and Management

Partially Observable Reinforcement Learning for Sustainable

Active Surveillance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 425
Hechang Chen, Bo Yang, and Jiming Liu

Measuring the Diversity and Dynamics of Mobility Patterns Using Smart

Card Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 438
Chengmei Liu, Chao Gao, and Yingchu Xin

Traffic Flow Fluctuation Analysis Based on Beijing Taxi GPS Data . . . . . . . 452
Jingyi Guo, Xianghua Li, Zili Zhang, and Junwei Zhang

Topic Extraction of Events on Social Media Using Reinforced Knowledge. . . 465

Xuefei Zhang and Ruifang He

APS-PBW: The Analysis and Prediction System of Customer Flow Data

Based on WIFI Probes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 477
Yuanyuan Wu, Shunhua Gu, Tong Yu, and Xiaolong Xu

Author Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 489

Text Mining and Document Analysis
 Sentence Compression
with Reinforcement Learning

Liangguo Wang1 , Jing Jiang2 , and Lejian Liao1(B)

1
Beijing Institute of Technology, Beijing, China
{chenwangliangguo,liaolj}@bit.edu.cn
2
Singapore Management University, Singapore, Singapore
jingjiang@smu.edu.sg

Abstract. Deletion-based sentence compression is frequently formu-

lated as a constrained optimization problem and solved by integer linear
programming (ILP). However, ILP methods searching the best compres-
sion given the space of all possible compressions would be intractable
when dealing with overly long sentences and too many constraints. More-
over, the hard constraints of ILP would restrict the available solutions.
This problem could be even more severe considering parsing errors. As an
alternative solution, we formulate this task in a reinforcement learning
framework, where hard constraints are used as rewards in a soft man-
ner. The experiment results show that our method achieves competitive
performance with a large improvement on the speed.

Keywords: Sentence compression · Deep reinforcement learning

1 Introduction
Sentence compression aims to compress long, verbose sentences into short, con-
cise ones that are grammatical and retain the most important pieces of informa-
tion. Many applications can benefit from sentence compression. For example, it
can be used as a component of a text summarization system [1,7] or to generate
short text which is more suitable for small screens like mobile phones [19].
The task is often expressed as a word deletion problem: Given a sentence
containing a sequence of words, the task can be reduced to deleting a subset of
these words [9]. Later work generally followed this setting [3,11], but most of
the work assumes a supervised setting, utilizing parallel data to learn mappings
between source and compressed sentences [9,11]. However, parallel labeled data
is not always easy to obtain. So in this paper we focus on sentence compression
in an unsupervised setting.
When the task is solved in an unsupervised manner, previous work typi-
cally formulates it as a constrained optimization problem [1,3]. Then Integer
Linear Programming (ILP) is often used to search for the global optimal solu-
tion. Although ILP is guaranteed to find a global optimal solution, this kind of
methods faces two problems: (1) ILP is non-deterministic polynomial-time hard
c Springer Nature Switzerland AG 2018
W. Liu et al. (Eds.): KSEM 2018, LNAI 11061, pp. 3–15, 2018.
https://doi.org/10.1007/978-3-319-99365-2_1
4 L. Wang et al.

(NP-hard), so its complexity would prevent it from being used in some real-time
applications. For example, in our experiments, when we compressed a long sen-
tences with 100 words, it took the ILP method 81 s to finish. When the sentence
length grew to 120 words, it took the ILP method 423 s. (2) The constraints
of ILP method are hard constraints, which would in some cases prevent valid
compression from being considered.
In this study, our target is to design a new unsupervised sentence compres-
sion model which can achieve comparable performance compared with ILP-based
methods but requires less computation time. A secondary goal is to remove the
hard constraints set by ILP method. Specifically, we choose to use deep rein-
forcement learning in this study motivated by [16]. We formulate sentence com-
pression as a Markov decision process, then a special pointer network is designed
to learn the action-value function based on the Deep Q Network (DQN) frame-
work. Besides, hard constraints in ILP method are expressed as soft rewards
in our DQN. In this way, we make a compromise between grammaticality and
expressive power.
We evaluate our method using various publicly available datasets. In terms
of performance, our method achieves comparable result with that of an ILP
method based on accuracy and ROUGE scores. Regarding speed, our method
works much faster than ILP method.

2 Related Work
2.1 Unsupervised Sentence Compression
Since our research does not use any parallel labeled dataset, we review unsu-
pervised methods only. Compared to supervised methods on this task, there
has been less work exploring unsupervised methods. The early work could date
back to [6]. They proposed a model to automatically compress text by scoring
candidate compressions using a language model combined with a significance
score and a score representing the speech recognizer’s confidence in transcribing
a given word correctly. [18] used rules to generate compressions. After that, [1]
formulated the problem as a constrained optimization problem. They proposed
three models, where the first model was totally unsupervised which optimizes a
language model based score with some length constraints. [3] hypothesized that
syntactic features were more suitable for this task so they used an ILP framework
to prune dependency trees.
Compared with these existing studies, to the best of our knowledge, we are
the first to apply reinforcement learning for sentence compression by maximizing
an objective function.

2.2 Reinforcement Learning in NLP

Deep reinforcement learning has gained attention in recent years and been
applied to many nature language processing (NLP) tasks, including informa-
tion extraction [13], machine translation [5] and summarization [14]. [16] used
 Sentence Compression with Reinforcement Learning 5

reinforcement learning to text summarization and achieved comparable perfor-

mance with much less time consumed. The main differences between their model
and ours are as follows: (1) Their task is sentence selection based summarization
while ours is about sentence compression. (2) Our method is deep Q learning
network while theirs are traditional Q learning. (3) About the framework, they
optimize an objective function that adds sentences to a summary, while we aim
to learn to delete tokens from a sentence. We also have completely different
objective functions.

3 Method
In this part, we first formulate this task and then introduce the ILP method
proposed by [1]. After that, we propose our deep reinforcement learning method.

3.1 Problem Definition

We focus on a deletion-based sentence compression problem, which is the same as
that defined by [9]. Let us use s = (w1 , w2 , . . . , wn ) to denote an input sentence
where wi is a word in the vocabulary V . We would like to delete some of the
words in s to obtain a compressed sentence that still contains the most import
information in s. The compressed sentence can be represented by a sequence of
binary labels y = (y1 , y2 , . . . , yn ), where yi = 0 indicates that wi is deleted and
yi = 1 means wi is retained.
We assume we do not have any labeled data. Instead, we have only a set
of unlabeled data denoted as D = sN . For any unseen sentence, our goal is to
generate a label sequence y based on an unsupervised model.

3.2 ILP Method

In this section, we review the unsupervised method proposed by [1]. Note that
they described three different kinds of methods: unsupervised, semi-supervised
and supervised. We focus on the unsupervised method only according to our
setting.
The unsupervised method by [1] turns the sentence compression problem into
an optimization problem, where the objective is to maximize a scoring function
that measures how likely a language model can generate the compressed sentence.
Specifically, [1] used a trigram language model as shown in the objective function
below:
n
max αi · p(xi |start)
i=1
n−2
 n−1
 n

+ γijk · p(xk |xi , xj ) (1)
i=1 j=i+1 k=j+1
n−1
 n

+ βij · p(end|xi , xj ),
i=0 j=i+1
6 L. Wang et al.

where xi is the i-th word in the sentence, αi is a binary variable indicating

whether xi starts the compression, βij indicates whether the sequence xi , xj
ends the compression and γijk shows whether the sequence xi , xj , xk is inside
the compressed sentence. This objective function allows any combination of tri-
grams to be selected, including some invalid combinations of trigram sequences
such as having two or more trigrams containing the end token. Therefore, sev-
eral sequential constraints were introduced to restrict the set of allowed trigram
combinations. E.g., a sentence could only start by one word, exactly one word
pair can end the sentence, etc. We leave out the details of these constraints here
and refer the interested readers to the original paper.
Besides the sequential constraints, there are two more kinds of constraints:
length constraints and syntactic constraints. Length constraints force the lengths
of the generated sentences to fall into a value range. They are shown as follows:
n
 n

δi ≥ minLength, δi ≤ maxLength,
i=1 i=1

where minLength and maxLength are minimum and maximum lengths for the
compression and δi denotes the binary label of wi in the sentence.
Syntactic constraints are a hard way to force the compressed sentence to sat-
isfy some manually defined rules. For example, if a non-clausal modifier (ncmod)
(such as an adjective or a noun) or determiners (detmod) is included in the
compression, then the head of the modifier must also be included and at least
one verb should be included in the compression. Generally, these constraints are
based on syntactic analyses that are not guaranteed to be correct.
The ILP method searches for the best compression in the space of all possible
compressions. Ideally, the result would be optimal if the computational time is
not a concern. However, for long sentences, efficiency could be important. Fur-
thermore, the length constraints and syntactic constraints are hard constraints,
making it impossible to explore other possible compressions. The situation could
become worse when there are parsing errors. In the following section, we propose
our reinforcement learning framework, which runs faster and uses the length and
syntactic constraints in a soft manner.

3.3 Our Reinforcement Learning Based Method

Reinforcement Learning (RL) is a powerful method of solving planning prob-

lems, especially problems which can be formulated as a Markov decision process
(MDP) [17]. In RL, an agent tries to achieve a final target after a series of
actions, where the actions are executed based on observations of the environ-
ment. At each step, there is an immediate reward encouraging or punishing the
action. Four elements (state, action, reward and transition) make up the basic
elements of an RL framework. Given an agent, the following steps describe how
to solve MDP problems by RL:
 Sentence Compression with Reinforcement Learning 7

1. The state s from the environment is observed by the agent.

2. An action is executed according to the current policy. The agent receives a
reward. After the action, the state changes based on the transition function
and the new state is observed again by the agent.
3. The agent repeatedly execute actions, receive rewards and pass into next
states until it reaches the terminal condition.
In this section, we propose our DQN-based method for sentence compression.
We model the sentence compression task as an MDP, where the model learns to
delete words step by step based on the current state. We represent the MDP as
a tuple (S, A, R, T ). Here S denotes the space of all possible states, A is a set of
available actions, R denotes the reward function and T (s |s, a) is the transition
function.

States. Each state in S in our MDP is simply a list of words W =

(w1 , w2 , ..., wn ), where wn is a special word END added by us. For each sen-
tence, the inital state includes the origial words of the sentence with END in the
end.

Actions. At each step, the agent should perform either a deletei action or a
finish action, where deletei deletes the i-th word from the current state while
finish ends the MDP.

Rewards. The agent receives a reward each time an action has been executed
based on the current state. If the current state is st , after executing action at ,
the agent receives the reward rt as defined below:
⎧
⎨ Sc(st ) + λmRp (at = finish, slen ∈ [minLength, maxLength],
rt = Rp + λmRp (at = finish, slen ∈ / [minLength, maxLength], (2)
⎩
0 (otherwise),

where Sc(st ) is a score function mapping a state to a numerical value, λ is a

binary value controlling syntactic rewards, slen is the length of word list in
state, m is the number of constraints broken by the current compression and Rp
is a negative value for punishment.
From the reward function, the agent only receives a reward if the action is
finish. In order to have a fair comparison with the ILP method presented earlier,
we use a trigram language model based scoring function for Sc(st ):
n−2

S(st ) = p(x0 |start) + p(xi |xi−2 , xi−1 ) + p(end|xn−1 , xn ), (3)
i=2

where xi is the i-th word in the current state st . Please note that this objective
function is the same with the previous ILP method shown in Eq. 1.
In the ILP method, syntactic rules are used as hard constraints, making some
possible compressions outside of the search space. In our model, we use reward
8 L. Wang et al.

in a soft manner to consider these constraints. Here λ in the reward function

is used to control the syntactic rules. When λ is set to 0, the model does not
consider syntactic rewards. On the other hand, if λ is set to 1, syntactic rewards
are considered in the reward function.
Similar to ILP method, we consider the following syntactic rules: (1) If a
non-clausal modifier or determiner is included, its head should also be included.
(2) If a head is included in the compression, then the children with type neg or
possessive should also be included. (3) At least one verb should be included and
verbs should be included along with their subjects and objects. (4) For preposi-
tional phrases and subordinate clauses, head words should be included if one of
the modifiers is included. It is also true reversely, i.e., at least one of the modi-
fiers should be included if the head word is included. (5) For coordination, if two
head words are included in the compression, then the coordinating conjunction
must also be included. When calculating the reward, we count the number of
rules broken by a result and multiply it by the punishment value Rp . The result
value is added to the score for punishment.

Fig. 1. The MDP for sentence compression with a specific example: the agent delete
Australian at the first step (index starts from zero), by this analogy, with a sequence
of actions, the sentence “The Australian Treasury believes positive signs are emerging
in the Australian economy” is compressed to“positive signs are emerging”.

Transitions. In each episode, the MDP starts with a state s, i.e., a list of words.
The MDP repeatedly deletes words in the list. The transition function T (s |s, a)
incorporates the current state s with an action a and produces the new state
s . Whenever a is the finish action, the process stops. The MDP for sentence
compression can be illustrated by Fig. 1 with a specific example.

DQN for Sentence Compression. The MDP described in the previous

section can be seen as a sequence of transitions (s, a, r, s ). A state-action value
 Sentence Compression with Reinforcement Learning 9

function Q(s, a) is utilized by the agent to determine which action a should be

performed for state s. This value function could be learned by Q-learning [22]
in an iterative manner. The Bellman Equation [17] is utilized to calculate the
target Q value each time:

Qi (s, a) = E[r + γ max


Qi+1 (s , a )|s, a]. (4)
a

Here, r is the immediate reward after the agent takes action a on state s and
γ is a discounting factor of future rewards.
In our study, we use a DQN [12] to model the value function. For a state
s = W , we assume each word in W is represented by a d-dimensional vec-
tor. A standard bi-directional LSTM model [4] is utilized to encode the word
embeddings sequentially in two directions. We can get a sequence of hidden vec-
tors (h1 , h2 , . . . , hn ) and cell state vectors (c1 , c2 , . . . , cn ), where hi ∈ Rh and
ci ∈ Rh as followings:
− −
→ →
−
h i, →
c = LSTM→ − ( h i−1 , wi ),
Θ
←
− − ←−
h i, ←
c = LSTM← − ( h i+1 , wi ),
Θ
→
− ←
−
hi = h i ⊕ h i ,
c =−
i
→
c ⊕←i
−
c , i

→
− ←
−
where ⊕ represents concatenation of vectors, and Θ and Θ are parameters of
the bi-LSTM model (Fig. 2).

Fig. 2. Our DQN model for sentence compression

The concatenated vector cn then is used to calculate Q values as follows:

qj = VT tanh(W1 xj + W2 cn ), j ∈ (1, . . . , n),

Another random document with
no related content on Scribd:
mezcla confusa del estilo Luis XV y del gusto neoclásico puesto en
moda por el imperio francés. La tapicería era rica y graciosa; el piso
cubierto de finísimo junco, daba carácter español al recinto, y por e
techo corrían, entre nubecillas semejantes a espuma de huevo batido
varias ninfas a lo Bayeu que parecían representaciones de la retórica
de Hermosilla y de la poesía moratiniana, según las baratijas
simbólicas que cada una llevaba en la mano para dar a conocer su
empleo en el vasto reino de lo ideal. La luz que alumbraba la pieza era
escasa; apenas se distinguía un Carlos IV en traje de caza que en la
pared principal estaba, escopeta en mano, la bondadosa boca
contraída por la sonrisa, con la vista un poco extraviada hacia el techo
cual si intentara dar un susto a las ninfas que por él se paseaban
tranquilas sin meterse con nadie.
La hermosa figura del obispo y el elegante cuerpo negro del jesuita
concordaban admirablemente con aquel fondo o decoración palatina
Ambos dijeron algunas palabras precipitadas que no pudimos oír, y
salieron a prisa por distintas puertas. Seguiremos al jesuita guapo
quien rápidamente nos llevó a otra monumental y vistosa sala, donde
salieron a recibirle dos damas más notables por su rango que por su
belleza. Eran la infanta doña Francisca y la princesa de Beira
brasileñas y ambiciosas. La primera habría sido hermosa si no afeara
sus facciones el tinte rojizo, comúnmente llamado color de hígado. La
segunda llamaba la atención por su arremangada nariz, su boca
fruncida, su entrecejo displicente, rasgos de los cuales resultaba un
conjunto orgulloso y nada simpático, como emblema del despotismo
degenerado que se usaba por aquellos tiempos.
El padre Carranza les habló con nerviosa precipitación, y ellas le
oyeron con la complacencia, mejor dicho, con la fe que el buen seño
les inspiraba, y en el ardiente y vivísimo coloquio, semejante a un
secreteo de confesonario, se destacaban estas frases: «Dios lo
dispone así... Veremos lo que resulta de ese consejo... ¿Y qué hará
esa pobre Cristina?».
Los tres pasaron luego a la pieza inmediata, solo ocupada en aque
momento por un hombre, en el cual conviene que nos fijemos por se
de estos individuos que, aun careciendo de todo mérito personal y
también de maldades y vicios, dejan a su paso por el mundo más
memoria y un rastro mayor que todos los virtuosos y los malvados
todos de una generación. Hallábase sentado, apoyado el codo en e
pupitre y la mejilla en la palma de la mano, serio, meditabundo
parecido por causa del lugar y las circunstancias a un grande
emperador de cuyos planes y designios depende la suerte del mundo
Y la de España dependía entonces de aquel hombre
extraordinariamente pequeño para colocado en las alturas de la
monarquía. Tenía todas las cualidades de un buen padre de familia y
de un honrado vecino de cualquier villa o aldea; pero ni una sola de las
que son necesarias al oficio de rey verdadero. Siendo, como era, rey
de pretensiones, y, por lo tanto, batallador, su nulidad se manifestaba
más, y no hubo momento en su vida, desde que empezó la
reclamación armada de sus derechos, en que aquella nulidad no
saliese a relucir, ya en lo político, ya en lo marcial. Era un genio
negativo, o hablando familiarmente, no valía para maldita de Dios la
cosa.
Su Alteza se parecía poco al rey Fernando. Su mirada turbia y sin
brillo no anunciaba, como en este, pasiones violentas, sino la
tranquilidad del hombre pasivo, cuyo destino es ser juguete de los
acontecimientos. Era su cara de esas que no tienen el don de hace
amigos; y si no fuera por los derechos que llevaba en sí como un
prestigio indiscutible emanado del cielo, no habrían sido muchos los
secuaces de aquel hombre frío de rostro, de mirar, de palabra, de
afectos y de deseos, como no fuera el vehemente prurito de reinar. Su
boca era grande y menos fea que la de Fernando, pues su labio no iba
tan afuera; pero el gran desarrollo de su mandíbula inferior, alargando
considerablemente su cara, le hacía desmerecer mucho. El tipo
austríaco se revelaba en él más que el borbónico, y bajo sus facciones
reales se veía pasar confusa la fisonomía de aquel espectro que se
llamó Carlos II el Hechizado. A pesar del lejano parentesco, la quijada
era la misma, solo que tenía más carne.
Cuando entraron las infantas, don Carlos levantó los ojos de su
pupitre, miró con tristeza a las damas, después a un cuadro que frente
a él estaba, y era la imagen de la Purísima Concepción. El soberano
de los apostólicos dio un suspiro como los que daba don Quijote en la
presencia ideal de Dulcinea del Toboso, y luego se quedó mirando un
rato a la pintura cual si mentalmente rezara.
—Francisquita —dijo al concluir—, no me traigas recados, como no
sean para darme cuenta de la enfermedad de mi adorado hermano
No quiero intrigas palaciegas, ni menos conspiraciones para subleva
tropa, paisanos o voluntarios realistas. Mis derechos son claros y
vienen de Dios: no necesitan más que su propia fuerza divina para
triunfar, y aquí están de más las espadas y bayonetas. No se ha de
derramar sangre por mí, ni es necesario tampoco. Yo no conquisto
tomo lo mío de mano del Altísimo que me lo ha de dar. Esa, esa
augusta Señora —añadió señalando el cuadro— es la patrona de m
causa y la generalísima de nuestros ejércitos: ella nos dará todo hecho
sin necesidad de intrigas, ni de sangre, ni de conspiraciones y
atropellos.
Doña Francisca miró a la imagen bendita, y aunque era, como su
ilustre esposo, mujer de sincera devoción, no parecía fiar mucho, en
aquellos momentos, de la excelsa patrona y generalísima. La de Beira
fue la primera que tomó la palabra para decir a Su Alteza:
—Carlitos, no podemos estar mano sobre mano ni esperar los
acontecimientos con esa santa calma tuya, cuando se van a decidir las
cosas más graves. Nosotras no intrigamos, lo que hacemos es
apercibirnos para cortar las intrigas que se traman contra ti, legítimo
heredero del trono, y contra nosotras. No conspiramos; pero estamos
a la mira de la conspiración asquerosa de los liberales, que ahora se
llamarán cristinos, para burlar tus derechos, emanados de Dios, y
alterar la ley sagrada de la sucesión a la corona. En este momento
Cristina, por encargo del rey, llama a consejo al ministro Calomarde, a
obispo de León y al conde de la Alcudia. ¿Sabes para qué?
—¿Para qué?
—Para proponer un arreglo, una componenda —dijo prontamente
doña Francisca, no menos iracunda que su hermana—. Pronto lo
sabremos. Esa pobre Cristina apelará a todos los medios para
embrollar las cosas y ganar tiempo, hasta que se desencadenen las
furias de la revolución, que es su esperanza.
—¡Un arreglo!... —dijo don Carlos con entereza—. ¿Con quién y de
qué? Entre los derechos legítimos, sagrados y la usurpación ilegal no
puede haber arreglo posible.
Dijo esto con tanto aplomo, que parecía un sabio. Después miró a la
Virgen como para tener la satisfacción de ver que ella opinaba lo
mismo.
—Basta de cuestiones políticas —dijo Su Alteza volviendo a toma
una actitud tranquila—. ¿Sigue Fernando más aliviado del paroxismo
de esta tarde?
 —Hasta ahora no hay síntomas de que se repita...
—Pero puede suceder que de un momento a otro...
—¡Pobre Fernando! —exclamó don Carlos dando un gran suspiro y
apoyando la barba en el pecho. Incapaz de fingimiento y de mentira, la
apariencia tétrica del infante era fiel expresión de la vivísima pena que
sentía. Amaba entrañablemente a su hermano. Para que todo fuera en
desventaja de los españoles, Dios quiso que estos se dividieran en
bandos de aborrecimiento, mientras los hermanos que ocasionaron
tantos desastres vivieron siempre enlazados por el afecto más leal y
cariñoso.
Poco más de lo transcrito hablaron el infante y las dos damas
porque empezó a reunirse la camarilla en el salón inmediato, y doña
Francisca y su hermana abandonaron a don Carlos para recibir a los
aduladores, pretendientes y cofrades reverendos de aquella cortesana
intriga. En poco tiempo llenose la cámara de personajes diversos: e
conde de Negri, el padre Carranza, el embajador de Nápoles, vendido
secretamente a los apostólicos desde mucho antes, y don Juan de
Pipaón, que, según todas las apariencias, representaba en el seno de
la comunidad apostólica a Calomarde. Luego aparecieron el obispo de
León y el conde de la Alcudia, y entonces la cámara fue un hervidero
de preguntas y comentarios. Vanidad, servilismo, adulación, los rostros
pálidos, las palabras ansiosas, el respeto olvidado, el rencor no
satisfecho, la esperanza cohibida por el temor... todo esto había bajo
aquel techo habitado por sosas ninfas, entre aquellos tapices
representando borracheras a lo Teniers, remilgadas pastoras, o
cabriolas de sátiros en los jardines de Helicona.
—Una proposición inaudita, señores —dijo el reverendo obispo con
fiereza—. Veremos lo que opina el señor. Ahí es nada... Quieren que
durante la enfermedad del rey se encargue del gobierno doña Cristina
y que el serenísimo señor infante sea... su consejero.
Una exclamación de horror acogió estas palabras. La princesa de
Beira casi lloraba de rabia, y a la orgullosa doña Francisca le
temblaban los labios y no podía hablar.
—Es una desvergüenza —se atrevió a decir Pipaón, que siempre
quería dejar atrás a todos en la expresión extremada del entusiasmo
apostólico.
—Es una jugarreta napolitana —indicó Negri, que en estas
ocasiones gustaba de decir algo que hiciera reír.
 —Es burlarse de los designios del Altísimo —afirmó Abarca, atento
siempre a entrometer a la Divinidad en aquellas danzas.
—Es simplemente una tontería —dijo el de la Alcudia—. Veamos la
opinión de Su Alteza.
El ministro y el obispo pasaron a ver a don Carlos, que hasta
entonces tenía la digna costumbre de huir de los conventículos donde
se ventilaban entre aspavientos y lamentaciones los intereses de su
causa, y al poco rato salieron radiantes de gozo. Su Alteza había
contestado con enérgica negativa a la proposición de la madre de
Isabelita; que de este modo solían allí nombrar a la reina Cristina.
Corrieron entonces los cortesanos del cuarto del infante a la cámara
real, donde, en vista de la denegación, se buscaban nuevas fórmulas
para llegar al deseado arreglo. Hora y media pasó en ansiedades y
locas impaciencias. La reina y los ministros conferenciaban en la
antecámara del rey. En la alcoba de este nadie podía penetrar, a
excepción de Cristina, los médicos y los ayudas de cámara de Su
Majestad. El infante no salía del rincón de su cuarto en que se recogía
como un cenobita que hace penitencia; pero la bulliciosa infanta, la
implacable princesa de Beira, su hijo don Sebastián y la mujer de este
no se daban punto de reposo, inquiriendo, atisbando, en medio de
vertiginoso ciclón de cortesanos que iba y venía y volteaba con
mareante susurro.
Al fin aparecieron el obispo y el conde de la Alcudia trayendo las
nuevas proposiciones de arreglo. ¿Cuáles eran? «¡Una regencia
compuesta de Cristina y don Carlos, con tal que este empeñase
solemnemente su palabra de no atentar a los derechos de la princesa
Isabel!». Tal era la proposición, que a unos parecía absurda, a otros
insolente, a los más ridícula. Hubo exclamaciones, monosílabos de
desprecio y amargas risas. «¡Los derechos de Isabelita!». Esta idea
ponía fuera de sí a la enfática y siempre hinchada princesa de Beira.
¿Y quién sabrá pintar la escena del cuarto de don Carlos, cuando e
obispo y el ministro le comunicaron la última proposición de los reyes?
Por todos los santos se puede jurar que el que tal escena vio no la
olvidará aunque mil años viva. Nosotros, que la vimos presente, la
tenemos cual si hubiera pasado ayer; ¿pero cómo acertar a
describirla? Es tan rica de matices y al propio tiempo tan sencilla, que
fácilmente se perderá en las manos del arte. ¡Pasó allí tan poca cosa
y fue de tanta transcendencia lo que allí pasó!... No hubo ruido; pero
en el silencio grave de aquella sala se engendraron las mayores
tempestades españolas del siglo.
Al ver entrar al obispo y al ministro, seguidos de las infantas, don
Sebastián y el agraciadísimo padre Carranza, levantose don Carlos
solemnemente. Era hombre que sabía dar a ciertos actos una
majestad severa que contrastaba con su llaneza en la vida privada
Mientras Alcudia leía el borrador del decreto en que se establecía la
doble regencia, la princesa de Beira estaba lívida y doña Francisca
mordía las puntas del pañuelo. Ambas hermanas vestían
modestamente. ¿Quién olvidará sus talles altos, sus ampulosos senos
sus peinados de tres lazos y sus pañoletas de colores? Eran como dos
estatuas de la ambición doméstico-palatina, erigidas en el centro de
arco que formaba la comisión de príncipes y magnates. Miraban
ansiosos a don Carlos, cual si temieran que el grande amor que al rey
tenía venciera su entereza en aquel crítico instante, haciéndole incurri
en una debilidad que se confundiría con la bajeza.
Don Carlos no tenía talento, pero tenía fe, una fe tan grande en sus
derechos, que estos y los Santos Evangelios venían a ser para Su
Alteza Serenísima una misma cosa. La fe, que en lo moral producía en
él la honradez más pura y en los actos políticos una terquedad
lamentable, fue lo que en tal momento salvó la causa apostólica
llenando de júbilo los corazones de aquellos señorones codiciosos y
princesas levantiscas. Mientras duró la lectura, don Carlos no quitó los
ojos del cuadro de la Purísima, a quien sería mejor llamar Capitana po
las prerrogativas militares que el príncipe le había dado. Siguió a esto
una pausa silenciosa, durante la cual no se oía más que el rumorcillo
del papel al ser doblado por el conde de la Alcudia. Las infantas
miraban a los labios de don Carlos, y don Carlos se puso pálido, alzó
la frente, más ancha que hermosa, y tosió ligeramente. Parecía que
iba a decir las cosas más estupendas de que es capaz la palabra
humana, o a dictar leyes al mundo como su homónimo el de Gante las
dictaba desde un rincón del Alcázar de Toledo. Con voz campanuda
dijo así:
—No ambiciono ser rey; antes por el contrario, desearía librarme de
carga tan pesada, que reconozco superior a mis fuerzas... pero...
Aquí se detuvo buscando la frase. Doña Francisca estuvo a punto
de desmayarse, y la de Beira echaba fuego por sus ojos.
 —Pero Dios —añadió don Carlos—, que me ha colocado en esta
posición, me guiará en este valle de lágrimas... Dios me permitirá
cumplir tan alta empresa.
Aún no se sabía qué empresa era aquella que Dios, protecto
decidido de la causa, tomaba a su cargo en este valle de lágrimas. E
conde de la Alcudia, que a pesar de estar secretamente afiliado a
partido de don Carlos quería cumplir la misión que le había dado e
rey, dijo algunas palabras en pro de la avenencia. Pero entonces don
Carlos, como si recibiera una inspiración del cielo, habló con facilidad y
energía en estos términos, que son exactos y textuales:
—«No estoy engañado, no, pues sé muy bien que si yo po
cualquier motivo cediese esta corona a quien no tiene derecho a ella
me tomaría Dios estrechísima cuenta en el otro mundo, y mi confeso
en este no me lo perdonaría; y esta cuenta sería aún más estrecha
perjudicando yo a tantos otros y siendo yo causa de todo lo que
resultare; por tanto, no hay que cansarse, pues no mudo de parecer».
Dijo, y se sentó cansado. Las infantas dejaron a sus abanicos la
expresión del orgullo y vanagloria que sentían por aquellas
cristianísimas palabras. ¿Qué cosa más admirable que un príncipe
decidido a reinar sobre nosotros, no por ambición, no por deseo de
aplicar al gobierno un entendimiento que se siente poderoso, sino po
cristianismo puro, por temor de Dios y por miedo al infierno? En aque
breve discurso nos explicó Su Alteza Serenísima la clave de sus ideas
de su modo de hacer la guerra y de gobernar. No era ambicioso n
conquistador, sino una especie de cruzado de la Tierra Santa de sus
derechos. Según él, Dios estaba profundamente interesado en aque
negocio; no se sabe lo que habría pasado en los reinos celestiales si a
buen infante le da la mala tentación de dejar reinar a Isabelita. Es
sabido que estas contiendas de familia se miran allá arriba como cosa
de casa. Bien enterado estaba de todo el confesor de Su Alteza, que
así le había pintado la imposibilidad de ser modesto, y la urgente
precisión de ceñirse la corona, por estar así acordado allá donde se
hacen y deshacen los imperios. ¿Y cómo se iba a atrever el pobre don
Carlos a confesar en el temeroso tribunal de la penitencia el horrible
delito de no querer ser rey? ¿Y además, no estaba de por medio la
infeliz España, a quien Dios no podía abandonar? ¿Y qué era e
príncipe más que el instrumento de Dios, protector decidido en todos
tiempos de nuestra nación, con preferencia a todas las demás que
ocupan la interesante Europa, la América lozana, la negra África y e
Asia opulenta? ¡Instrumento de la Providencia! Esto y no otra cosa era
don Carlos, y bien lo comprendía así el bueno, el evangélico, e
seráfico obispo de León, cuando al salir de la cámara del infante se
abrió paso entre la multitud de cortesanos, diciendo con entusiasmo:
—¡Paso al partido del Altísimo!
Olvidábamos decir que don Carlos, luego que dio aquella respuesta
digna de un arcángel encargado de defender una celestial fortaleza
sitiada por los pícaros demonios, habló con sus amigos y con su
esposa y cuñada, repitiéndoles lo que ya les había dicho muchas
veces, a saber: que se negaba resueltamente a apelar a las armas
que desaprobaba todas las conspiraciones fraguadas en su nombre, y
que se le enterase cada poco rato del estado de la salud del rey.
Luego se encerró en su oratorio, donde rezó gran parte de la noche
pidiendo a Dios, su superior jerárquico, y a la Limpia y Pura, su
generala en jefe, que salvaran la vida de su amado hermano
Fernando. Tal era, ni más ni menos, aquel don Carlos que en España
ha llenado el siglo con su nombre lúgubre, monstruo de candor y de
fanatismo, de honradez y de ineptitud.
 XXXII

Agitábanse sin descanso los manipuladores de aquella intriga, pero

ninguno como Pipaón, el correveidile de Calomarde, el que tan pronto
llevaba un recado al embajador de Nápoles, caballero Antonini, como
un papelito al padre Carranza para que lo diera a las infantas. Cuando
el barullo cesó en los salones y empezó a reinar un poco de sosiego
el bueno de Bragas retirose con Calomarde y Carranza a una pieza
remota, donde estuvieron charlando acaloradamente y revolviendo
papeles y haciendo números hasta por la mañana. Cuando amaneció
tenía la augusta cabeza tan caldeada por el cúmulo de ideas y
proyectos que en aquella cavidad bullían, que juzgó prudente no
acostarse y salir a los jardines para dar por ellos algunas vueltas.
Largo rato estuvo recorriendo alamedas y bosquecillos de tallado
mirto, sin parar mientes en la hermosura de la naturaleza en tal hora
porque su ambición ocupaba al cortesano todas las potencias y
sentidos. Así, la deliciosa frescura de la mañana, el despertar de los
pajarillos, la quietud soñolienta de la atmósfera, la gala de las flores
humedecidas por el rocío, eran para aquel infeliz esclavo de las
pasiones como páginas de un idioma desconocido, del cual no
comprendía ni una letra ni un rasgo.
Ciego para todo, menos para su loco apetito, no veía sino la cartera
ministerial, el sueldazo, las obvenciones, las veneras, el título de
nobleza, y todo lo demás que del próximo triunfo de los apostólicos
podía obtener.
Junto a la fuente de Pomona tropezó con don Benigno Cordero, que
volvía de su paseo matinal. Era hombre que madrugaba como los
pájaros y daba paseos de leguas antes del desayuno. Aquella mañana
el héroe estaba tan meditabundo como Pipaón; pero por diferentes
motivos.
 —No he dormido en toda la noche, señor don Benigno —dijo e
cortesano con énfasis—. Hemos trabajado para evitar derramamiento
de sangre. El rey se nos muere hoy: quizá no llegará a la noche
¡España por don Carlos!
—Yo tampoco he dormido; pero no me desvelan a mí esas
trapisondas palaciegas, no —repuso el héroe melancólico—
Barástolis, rebarástolis..., ¡pensar que hasta ahora no he podido
conseguir de ese intrigante la cosa más fácil y sencilla que se puede
pedir a un obispo!... ¡Una firma, una, don Juan, una firma! He
prometido una gran cesta de albaricoques, amén de otras cosas, a
familiar de Su Ilustrísima y... ni por esas... Su Ilustrísima no se puede
ocupar de eso; Su Ilustrísima se debe al rey y al estado y al... ¿En qué
país vivimos? ¿Se tratan así los intereses más respetables? ¿Es esto
ser obispo?... ¡Le digo a usted, amigo don Juan, que estoy de obispos
hasta la corona!... ¿Qué es lo que pido? Una firma, nada más que una
firma en documento corriente, informado y vuelto a informar, y que ha
pasado por más manos que moneda vieja... ¡Oh, malhadada España
¡Y estos hombres hablan de regenerarte!
¡Una firma, nada más que una firma! Indudablemente el revoltoso
obispo debía ser ahorcado. Pipaón consoló a su amigo lo mejor que
pudo, prometiéndole recomendar el caso a Su Ilustrísima, y
conseguirle si triunfaban los apostólicos, no una firma, sino cuatro o
cinco docenas de ellas.
Cuatro o cinco docenas de Barástolis echó después de su boca don
Benigno, y juntos él y Bragas se dirigieron hacia la casa de Pajes.
—Si estuviera aquí Jenarita —decía Cordero—, ella, con su
irresistible poder, haría firmar a ese condenado.
Pipaón se acostó; pero llamado a poco rato por Su Excelencia, tuvo
que dejar el blando sueño para acudir a los cónclaves que se
preparaban para aquel día. El inconsolable y aburridísimo Cordero
luego que se desayunó, volvió a los jardines, único punto donde
hallaba algún esparcimiento en su tristeza, y no había llegado aún a la
Fuente de la Fama, cuando topó con Monsalud, que venía de malísimo
talante. El día anterior se habían visto y saludado un momento, como
amigos antiguos que eran desde las trapisondas de la Milicia naciona
el año 22, memorable por la hazaña del nunca bastante célebre arco
de Boteros. Alegrose don Benigno de verle, por tener alguien con
quien hablar en aquella desolada corte, tan llena de interés para otros
y para él más triste y solitaria que un desierto. De manos a boca
Monsalud le habló de Sola, del casamiento, y tales elogios hizo de ella
y con tanto calor la nombró, que Cordero sintió inexplicables
inquietudes en su alma generosa. No sabía por qué le era
desagradable la persona y la amistad de aquel hombre, protector y
amigo de su futura en otro tiempo, y luego nombrado en sueños po
ella. Recordó claramente cuán triste se ponía la huérfana si le faltaban
cartas de él, y cuánto se alegraba al recibir noticias suyas; pero a
mismo tiempo le consoló el recuerdo de la perfecta sinceridad, signo
de pureza de conciencia, con que Sola le supo referir su entrevista con
Salvador en los Cigarrales, mientras Cordero estaba en Madrid
ocupado de los nunca bastante vituperados papeles. Recordó muchas
cosas: unas que le agitaban, otras que calmaban su inquietud, y, po
último, la fe ciega que tenía en el afecto puro y sencillo de la que iba a
ser su señora le confortaba singularmente. No obstante, quiso evitar la
compañía de aquel hombre, y ya preparaba la conversación para
buscar un pretexto de ausencia, cuando Salvador dijo:
—Reniego de esta cansada y revoltosa corte. Aquí estoy hace seis
días atado por una pretensión sencilla y fácil, y aunque tengo
relaciones en Palacio, nada puedo conseguir. A usted no le
sorprenderá el saber que lo que pretendo no es más que una firma
nada más que una firma en documento corriente. Pero el seño
Calomarde, que para daño eterno de nuestro país sigue sin reventa
todavía, no se ha decidido aún a tomar la pluma. ¡Y de que la tome y
rubrique dependen mi fortuna y mi porvenir!
—Nuestra cuita es la misma —exclamó don Benigno sintiéndose
consolado con la desgracia ajena—. Yo también me aburro y me
desespero y me quemo la sangre solo por una firma.
—¡Qué ministros!
—Están intrigando para arrancar al rey un codicilo que dé la corona
a don Carlos.
—¡Qué menguados hombres!... ¡Que una nación esté en tales
manos!...
—Y según los vientos que corren, barástolis, lo estará para in
eternum. La consigna de esa gente es que el rey se muere hoy
Parece que han sobornado al Altísimo.
—Es gracioso.
—Ya tratan a don Carlos de Majestad.
 —Lo creo. Será rey. Vamos progresando. ¿Piensa usted emigrar?
—¿Yo? —dijo Cordero sorprendido—. Si triunfa ese partido brutal lo
sentiré mucho, porque, en fin, tengo ideas liberales... algo ha leído uno
en autores filosóficos...
—Sí, ya sé que lee usted a Rousseau. Rousseau dice: «no hay
patria donde no hay libertad». ¿Piensa usted emigrar?
—Emigrar no, porque no me mezclo en política. Viviré retirado de
estos trapicheos, dejándoles que destrocen a su antojo lo que todavía
se llama España, y con ellos se llamará como Dios quiera. Un padre
de familia no debe comprometerse en aventuras peligrosas. Usted...
—Yo no soy padre de familia ni cosa que lo valga —dijo el otro
dejando traslucir claramente una pena muy viva—. No tengo a nadie
en el mundo. No hay casa, ni hogar, ni rincón que guarden para mí un
poco de calor; soy tan extranjero aquí como en Francia; soy esclavo
de la tristeza; no tengo en derredor mío ningún elemento de vida
pacífica; la última ilusión la perdí radicalmente; vivo en el vacío; no
tengo, pues, otro remedio, si he de seguir existiendo, que lanzarme
otra vez a las aventuras desconocidas, a los caminos peligrosos de la
idea política, cuyo término se ignora. Mi antigua vocación de
revolucionario y conspirador, que estaba amortiguada y como vencida
en mí, vuelve a nacer ahora, porque el freno que le puse se ha roto
porque la vocación nueva con que traté de matar aquella se ha
convertido en humo. Hay que volver al humo pasado, a las locuras, a
la lucha, a las ideas, cuya realización, por lo difícil, toca los límites de
lo imposible.
Don Benigno le oía con estupor. Habíanse internado en uno de
aquellos laberintos hechos con tijeras, que parecen decoraciones
teatrales construidas para una sosa comedia galante, o para una
opereta de Metastasio. Solidarias y placenteras estaban las callejuelas
y las bovedillas verdes. Nadie podía oírles allí. Salvador no puso
trabas a su lengua, y se expresó de este modo:
—Cuando vine aquí persistía en mi propósito de huir para siempre
de la política; pero sin determinar aún qué dirección o empleo había de
dar a mi pensamiento y a mi voluntad. No se puede vivir de
monólogos, como yo vivo ahora. Mi desgracia o mi fortuna, que esto
no lo sé bien, quisieron que entrara algunas veces en Palacio. Allí traté
a gentilhombres y cortesanos, hice amistad con ministriles y
empleadillos menudos; todo por el negocio maldito de esta rúbrica que
pido a Su Excelencia y que no me quiere dar. Además soy amigo de
un montero de Espinosa, que me ha enterado de todo lo ocurrido aye
y anoche. ¡Qué cosas, amigo mío; qué horrores! Si cuando se lee la
historia sentimos emociones tan hondas y queremos ser actores en los
sucesos pintados, ¿qué será cuando vemos la historia viva, antes de
ser libro, y asistimos a los hechos antes de que sean páginas? E
drama de anoche me ha espeluznado. Pues se prepara otro drama
junto al cual el de anoche será comedia. No, no es posible ver esto
como se ven por anteojo los muñecos y las vistas de un tutilimundi. De
repente me he sentido exaltado, y mis antiguas vocaciones renacen
con ímpetu irresistible.
—Cuidado, cuidado —dijo don Benigno, temeroso del sesgo
peligroso que aquella conversación tomaba—. Los arbolitos oyen
chitón. Le veo a usted en camino de ser un cristino furibundo.
—Yo no sé por qué camino voy: solo sé que cuando veo a esa reina
joven, hermosa, inocente de todos los crímenes del absolutismo
cuando considero sus virtudes y la piedad con que asiste al rey
enfermo, que solo merece lástima; cuando veo los peligros que la
cercan, los infames lazos que se le tienden y el desdén con que la
miran los mismos que hace poco se arrastraban a sus pies, siento
arder la sangre en mis venas, y no sé qué daría, créame usted, don
Benigno, por hallarme en situación de enseñar a estos murciélagos
apostólicos cómo se respeta a una señora y a una reina. En la corona
que no han podido quitarle todavía, y que sobre su hermosa frente
tiene mayor brillo, veo la monarquía templada que celebra alianzas de
amistad con el pueblo; pero en la corona de hierro que esos clérigos y
cortesanos intrigantes están forjando en el cuarto de don Carlos, veo
la monarquía desconfiada, implacable, que no admite más derechos
que los suyos. No, no hay ya en España caballeros, si España
consiente que esa turba de fanáticos expulse a la reina y arrebate la
corona a su hija...
—Sí, sí —exclamó Cordero sintiendo que revivía lentamente en su
alma el antiguo entusiasmo liberalesco—. Pero cuidado, mucho
cuidado, amigo. Lo que usted dice es peligrosísimo. Todo el Real Sitio
es de los apostólicos. No nos metamos en lo que no nos importa.
—¿Cómo que no nos importa? —dijo el otro con viveza—. Es
cuestión de vida o muerte, de ser o no ser. En estos momentos se está
decidiendo, y pronto se probará, si los españoles no merecen otro
destino que el de un hato de carneros o si son dignos de llamar nación
a la tierra en que viven. Yo, que había tomado en aborrecimiento las
revoluciones y el conspirar, ahora siento en mí un apetito de rebeldía
que me llevaría a las mayores locuras si viera junto a mí quien me
ayudase. Desanimado ayer y deseoso de la oscuridad, hoy, que la vida
doméstica me es negada por Dios, quisiera tener medios de revolver a
España, y amotinar gente, y romper todos los lazos, y levantar todos
los destierros, y desencadenar cuanto encadena este régimen brutal
Yo iría a esa reina atribulada y le diría: «Señora, lance Vuestra
Majestad un grito, un grito solo en medio de este país que parece
dormido y no está sino asustado. No tema Vuestra Majestad; estas
situaciones se vencen con el valor y la confianza. Abra Vuestra
Majestad las puertas de la patria a los emigrados, a todos
absolutamente sin distinción. Para vencer al infante se necesita una
bandera; para hacer frente a un principio se necesita otro; nada de
términos medios ni acomodos vergonzosos; esa gente pide todo o
nada; pues nada, y guerra a muerte. Levántese Vuestra Majestad y
ande con paso seguro; no se deje asustar por los errores de los que
no han sabido establecer la libertad. Es preciso tolerarles como son
porque son la salvación, y si aseguran el trono y la libertad, sus
imperfecciones y extravíos les serán perdonados. Y entonces, Señora
se alzará del seno de España, oprimida y deseosa de mejor suerte, un
sentimiento, un prurito incontrastable, y miles de hombres generosos
se agruparán al lado de Vuestra Majestad protestando con la voz y con
la espada de que quieren por soberana a la reina del porvenir, la reina
liberal, Isabel II».
 XXXIII

—¡Chitón, chitón por todos los santos del cielo! —dijo don Benigno
poniéndole la mano en la boca para hacerle callar.
Participaba el héroe de aquel noble ardor; pero temía que tales
demostraciones les trajeran a entrambos algún perjuicio. Tembloroso y
ruborizado, Cordero llevó a su amigo fuera del verde laberinto
incitándole a que callara, porque —y lo dijo en la plenitud de la
convicción— si el obispo Abarca y el ministro Calomarde llegaban a
tener noticia de lo que se habló en los jardines, no firmarían ni en tres
siglos. Salvador tranquilizó al buen comerciante sobre aque
endiablado negocio de las firmas, y cuando se separaron invitole a que
comieran juntos aquella tarde. Excusose don Benigno, por sentirse, a
oír la invitación, tocado de aquella misma inquietud o recelo de que
antes hablamos; pero las reiteradas cortesanías del otro le vencieron
al fin. Mientras Cordero entraba en la casa de Pajes pensando en e
convite, en la muerte del rey, en la firma, y, sobre todo, en su familia de
los Cigarrales, Salvador penetró en Palacio y no se le vio más en todo
el día.
Era aquel el 18 de septiembre, día inolvidable en los anales de la
guerra civil, porque si bien en él no se disparó un solo cartucho, fue un
día que engendró sangrientas batallas; un día en el cual se puede
decir figuradamente que se cargaron todos los fusiles y cañones
Desde muy temprano volvió a reinar el desasosiego en Palacio. Su
Majestad seguía muy grave, y a cada vahído del monarca la causa
apostólica daba un salto en señal de vida y buena salud: así es que
cuando circulaban noticias desconsoladoras no se veía el dolo
pintado en todas las caras, como sucede en ocasiones de esta
naturaleza, aun en regios alcázares, sino que a muchos les bailaban
los ojos de contento, y otros, aunque disimulaban el gozo, no lo hacían
tanto que escondieran por completo la repugnante ansiedad de sus
corazones corrompidos.
En medio de esta barahúnda, la reina apuraba sola en el silencio
lúgubre de la alcoba regia el cáliz amargo de la situación más triste y
desairada en que pueda verse quien ha llevado una corona. Los
cortesanos huían de ella; a cada hora, a cada minuto veía disminuir e
número de los que parecían fieles a su causa, y cada suspiro del rey
moribundo producía una defección en el débil partido de la reina. E
día anterior aún tenía confianza en la guardia de Palacio; pero desde
la mañana del 18 las revelaciones de algunos servidores leales la
advirtieron de que, muerto el rey, la guardia y probablemente todas las
fuerzas del Real Sitio abrazarían el partido del infante.
Cristina se vistió en aquellos días el hábito de la Virgen del Carmen
y con la saya de lana blanca estaba más guapa aún que con manto
regio y corona de diamantes. No salía de la real alcoba sino breves
momentos, cuando el rey parecía sosegado y ella necesitaba ver a sus
hijas, o desahogar su pena en llanto amarguísimo, derramado sin
testigos en su cámara particular. Allí también habla bullicio y
movimiento, porque la servidumbre arreglaba las maletas y embaulaba
el ajuar de la reina en previsión de una fuga precipitada.
Por la noche Cristina no dormía. Sentada junto al lecho del rey
vigilaba su enfermedad, atendía a sus dolores, preparaba por sí misma
las medicinas y se las daba, dirigíale palabras de esperanza y
consuelo, no permitía que los criados hicieran cosa alguna que pudiera
hacer ella, esclava entonces de sus deberes de esposa con tanto rigo
como la compañera del último súbdito del tirano enfermo. Haciendo
entonces lo que no suelen ni saben hacer generalmente las reinas
María Cristina se puso una corona de esas que no están sujetas a los
azares de un destronamiento ni a los desaires de la abdicación.
La historia no dice lo que pasó por la mente del atormentador de
España al ver que en pago de sus violencias, de su bárbaro orgullo, de
sus vicios y de su egoísmo brutal, Dios le enviaba aquel ángel en su
última hora para que el autor de tantas agonías viera endulzada la
suya y pudiera morirse en paz, como se mueren los que no han hecho
daño a nadie. Cuando se entraba en la alcoba real, no se podía ver sin
horror el enorme cuerpo del rey en el lecho, hinchado, inmóvil
oprimido por bizmas, ungido con emplastos, que a pesar de sus
virtudes no vencían los dolores; hecho todo una miseria; conjunto
lastimoso de desdichas físicas, que así remedaban la moral más
perversa que ha informado un alma humana.
Su rostro variaba entre el verdoso de la muerte y el amoratado de la
congestión. Ligeramente incorporado sobre las almohadas, su cabeza
estaba inerte, su mirada fija y mortecina, su nariz colgaba cual s
quisiera caer saltando al suelo, y de su entreabierta boca no salía sino
un quejido constante, que en los breves momentos de sosiego era
estertor difícil. Por fin le tocaba a él también un poco de potro. Debía
de estar su conciencia bastante despierta en aquellos momentos
porque no se quejaba desesperado como si en el fondo de su alma
existiese una aprobación de aquel horrible quebrantamiento de huesos
y hervor de sangre que sufría. La cama del rey, por el estado de aque
desdichado cuerpo que desde algún tiempo vivía corrompiéndose
parecía más bien un ensayo de las descomposiciones del sepulcro
Esto solo es un elocuente elogio de la cristiana abnegación de la reina
Había en la alcoba dos o tres crucifijos e imágenes, solicitados po
la piedad de Cristina para que no permitieran que España se quedara
sin rey. Mas por el momento no había síntomas de que tan noble
anhelo fuera atendido, porque Fernando VII se moría a pedazos
Aquella masa inerte, tan solo vivificada por un gemido, no era ya rey
ni siquiera hombre. Hacia el mediodía se temió la pérdida absoluta de
las facultades mentales, y antes que esto llegara se reconoció la
necesidad de dar solución al tremendo conflicto. Una chispa de razón
quedaba en el espíritu del rey. Era urgente, indispensable, que a la
débil luz de esa chispa se resolviese el problema.
Cristina hubiera dilatado aquel momento, ganando algunas horas
para dar tiempo a que llegara su hermana la infanta doña Carlota
mujer de brío y resolución para tal caso. Desde que se agravó Su
Majestad le habían enviado correos al Puerto de Santa María
rogándola que viniese, y ya la infanta debía de estar cerca, quizás en
Madrid, quizás en camino del Real Sitio. Pero el aniquilamiento rápido
del enfermo no permitía esperar más. Entraron, pues, en la rea
cámara tres figuras horrendas: Calomarde, el de la Alcudia y el obispo
de León. La reina y el confesor del rey habían llegado poco antes y
estaban a un lado y otro de Su Majestad, Cristina casi tocando su
cabeza, el clérigo bastante cerca para hablar al oído del pobre
enfermo. Había llegado un momento en que ninguna alma cristiana
podía conservar rencor ante tanta desdicha. No era posible ver a
Fernando VII en aquel trance sin sentir ganas de perdonarle de todo
corazón.
Los tres temerosos figurones se situaron a los pies de la cama
después de besar uno tras otro con apariencia cariñosa aquella mano
lívida que había firmado tantas atrocidades. El obispo estaba grave
imponente, como quien suponiéndose con autoridad divina, se cree
por encima de todas las miserias humanas; el conde de la Alcudia
triste y acobardado por la solemnidad del momento, y Calomarde, e
hombre rastrero y vil, cuya existencia y cuyo gobierno no fueron más
que pura bajeza y engaño, arqueaba las cejas mucho más que las
arqueaba de ordinario, pestañeaba sin cesar y hacía pucheros. Crue
con los débiles, servil con los poderosos, cobarde siempre, este
hombre abominable adornaba con una lagrimilla la traición infame que
a su amo hacía en los umbrales de la muerte.
Quien presenció aquella escena terrible cuenta que la luz de la
estancia era escasa; que los tres consejeros estaban casi en la
sombra; que el rey volvía su rostro hacia la reina, vestida de hábito
blanco; que hubo un momento en que el confesor no hacía más que
morderse las uñas; que la hermosura de Cristina era la única luz de
aquel cuadro sombrío, intriga política, horrible fraude, vil escamoteo de
una corona perpetrado al borde de un sepulcro.
Cuenta también el testigo presencial de aquella escena que e
primero que habló, y habló con entereza, fue el obispo de León
Puesto de pie, parecía que llegaba al techo. Su voz hueca de
sochantre retumbaba en la cámara como voz de ultratumba. Aque
hombre, tan rígido como astuto, principió tocando una fibra del corazón
del rey: habló de las inocentes niñas de Su Majestad y de la virtuosa
reina, que según él corrían gran peligro si no pasaba la corona a las
sienes de don Carlos. Después pintó el estado del reino, en el cual
según dijo, no había un solo hombre que no fuera partidario de la
monarquía eclesiástica representada por el infante.
Fernando dio un gran suspiro y fijó sus aterrados ojos en el obispo
Este se sentó. Puesto en pie, Calomarde dijo que su emoción al ver en
aquel estado al mejor de los reyes, y al mejor de los padres, y al mejo
de los esposos, y al mejor de los hombres, no le permitía hablar con
serenidad; dijo que se veía en la durísima precisión de no ocultar a su
amado soberano la verdad de lo que ocurría; que había tanteado e
ejército, y todo el ejército se pronunciaría por don Carlos si no se
modificaba en favor de este la Pragmática sanción del 29 de marzo de
1830; que los voluntarios realistas, sin excepción de uno solo
proclamaban ya abiertamente como rey de derecho divino al mismo
señor don Carlos, y que para evitar una lucha inútil y el derramamiento
de sangre, convenía a los intereses del reino...
El infame hacía tales pucheros que no pudo continuar la frase
Sintiose que el cuerpo dolorido del rey se estremecía en su cama o
potro de angustia. Oyose luego la voz moribunda, que dijo entre dos
lamentos:
—-Cúmplase la voluntad de Dios.
El confesor silbó en su oído palabras no entendidas por los demás
y entonces la reina Cristina, sin mirar a las tres sombras, volviendo su
rostro al rey y haciendo un heroico esfuerzo para no dar a conocer su
dolor, pronunció estas palabras:
—Que España sea feliz, que en España haya paz.
El rey exhaló un gran suspiro mirando al techo, y después dijo algo
que pareció el mugido de un león enfermo. La reina tomó su pañuelo
y sin decir nada, dejando correr libremente sus lágrimas, limpió e
sudor abundante que bañaba la frente del rey.
Siguió a esto un discursillo del conde de la Alcudia confirmando e
dictamen de los otros dos apostólicos. Aquel famoso triunvirato traía la
comedia bien aprendida, y en el cuarto de don Carlos se habían
estudiado antes detenidamente los discursos, pesando cada palabra
El confesor dijo también en voz alta su opinión, asegurando bajo su
palabra que el Altísimo estaba en un todo conforme con lo expuesto
por los señores allí presentes. ¡Y se quedó tan satisfecho después de
este mensaje...!
Fernando pareció llamar a sí todas sus fuerzas. Claramente dijo:
—¿En qué forma se ha de hacer?
No vacilaron los apostólicos en la contestación, pues para todo
estaban prevenidos. Calomarde, fingiendo que se le ocurría en aque
mismo instante, propuso que el rey otorgase un codicilo-decreto
derogando la Pragmática sanción del 30, y revocando las
disposiciones testamentarias en la parte referente a la regencia y a la
sucesión de la corona.
Después de una pausa, el rey se hizo repetir la proposición de
ministro, y oída por segunda vez, Cristina volvió a limpiar el sudor que
corría por la frente de su marido. Con un gesto y la mano derecha
este mandó a los tres apostólicos consejeros que salieran de la
estancia, y se quedó solo con su esposa y con su confesor, el cua
salió también poco después. Consternados los tres escamoteadores, y
dudando del éxito de su infame comedia, no decían una palabra, y con
los ojos se comunicaban aquella duda y el temor que sentían
Calomarde y el obispo dieron algunos paseos lentamente por la
cámara, esperando que el rey les volviera a llamar, y el conde de la
Alcudia aplicó el oído a la puerta y dijo en voz baja y temerosa:
—Parece que llora Su Majestad.
—No lo creo —murmuró el obispo, acercando también su oído.
Entonces se abrió la puerta y apareció el confesor con las manos
cruzadas y el semblante compungido, imagen exacta de la hipocresía
Los cuatro cuchichearon un momento como viejas chismosas. Media
hora después, Cristina les llamó y volvieron a entrar. Fernando no
estaba ya incorporado en su cama, sino completamente tendido de
largo a largo, fijos los ojos en el techo, rígido, pesado, el resuello lento
y difícil. Sin mirar a los que habían sido sus amigos, sus aduladores
terceros de sus caprichos políticos y servidores de sus gustos con la
lealtad y sumisión del perro, Fernando VII les manifestó en pocas
palabras que aceptaba el sacrificio que se le imponía. Esforzándose
un poco, habló más para exigir secreto absoluto de lo acordado hasta
que él muriese.
Los tres apostólicos bajaron; encerráronse en un gabinete. Entre
tanto, la chusma del cuarto de don Carlos ardía en impaciencias
sobresaltadas y nerviosas, las dos infantas padecían atroz martirio. La
historia, muy descuidada en cierras cosas, no dice el número de tazas
de tila que se consumieron aquel día. El obispo, Calomarde y Alcudia
mostráronse tan reservados aquella tarde, que los carlinos se
impacientaban y aturdían cada vez más. No obstante, algunas
palabras optimistas, aunque enigmáticas, de Abarca al salir de
gabinete en que los tres se encerraron para extender el decreto
codicilo, hicieron comprender a la muchedumbre apostólica que las
cosas iban por buen camino. Finalmente, al llegar la noche, y cuando
se difundía por Palacio, corriendo y repercutiéndose de sala en sala
como un trueno, la voz de el rey ha muerto, el señor Abarca entró
triunfante en la cámara donde la corte del porvenir se hallaba reunida
En su mano alzaba el reverendo un papel, con el cual amenaza
parecía, o que lo tremolaba como estandarte o divisa de una ley