基于动态共现的中文话题关联检测

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ａｉＣ — ｃｕｒｎｅｃｎｅｐｅｓｔｅｓｍａｔｎｏｍａｉｎｏｔｒｏａｃｒｉｅｒｅＴｅｓｍｉｒｙｃｍｐｔｔｎｍｅｈｄｉｒｖｓａｈｔｎｄｍｃＯｏｃｒｅｃａｘｒｓｈｅｎｉｉｆｒｔｆａｓｏｔｅｔｎｄｇｅ．ｈｉｌｉｏｕａｉｔｏｃｏｙａａｔｏｍｐｏｅｌｔｔｅｐｒｏｍａｃｆｔｅＣｉｅｅｓｏｉｋｄｔｃｉｎｓｓｅＴｈｒａｅｂｅｏｄｆｅｂｃｓｏｈｅｒｎｅｏｈｎｓｔｒｌｅｅｔｙｔｍ．ｅｅｈｖｅｎｇｏｄａｋ．ｆｈｙｎｏｅＫｅｗｏｄｙｒｓＴｐｃｄｔｃｉｎａｄｔａｋｎＤｙａｃｏｉｅｅｔｎｃｉｇｏｒｎｍｉ
庞海杰
（青岛滨海学院大专理科基础学院山东青岛２６５）６５５
摘
要
话题关联检测是话题检测与跟踪的一项子任务，是判断随机抽取的两篇新闻报道是否讨论同一个话题的技术。受词语
共现模型的启发，结合话题关联检测的特点，出了词语间的动态同现关系，提实现了基于动态共现关系的报道相似度计算方法；探讨了相似度计算方法在中文话题关联检测中的应用。通过实验可知，动态共现关系可以在一定程度上反映报道的语义信息，相似度计算方法很好地改善了中文话题关联检测系统的性能，取得了不错的效果。
ｓｏｅｒｉｃｓｉｇａｓｍｅｅｅｔＭｏｉａｅｙｔｅｗｏｄＣ－ｃｕｒｎｅｍｏｅ，ｙｉｔｇａｉｇｃａａｔｒｔｓｏｏｉｋｄｔｃｉｎ，ｅｐｐｒｔｒｓａｅｄｓｕｓｎａｖｎ．ｔｔｄｂｒＯｏｃｒｅｃｄｌｂｅｒｔｈｒｃｅｓｉｆｓｒｌｅｅｔｉｖｈｎｎｉｃｔｙｎｏｔａｅｈ
第２９卷第３期
２１０２年３月
计算机应用与软件
ＣｍｐｔｒＡｐｌａｉｎｎｏｔｒｏｕｅｐｉｔｓａｄＳｆｃｏｗａｅ
Ｖ０．９Ｎｏ．１２３Ｍａ．２２ｒ０１
基于动态共现的中文话题关联检测
关键词中图分类号话题关联检测话题检测与跟踪动态共现归一化检测开销Ｔ３１Ｐ９文献标识码Ａ
ＣＨＩＮＥＳＴｏＲＹＮＫＥＳＬＩＤＥＴＥＣＴＩｏＮＢＡＳＥＤＮｏＤＹＮＡＭＩＣｏ．ＣｏＣＣＵＲＲＥＮＣＥ
ＰｎａｉａｇＨｉｅｊ
在报道的相似度计算方面，ＭｓＵａｓ验证了多种相似度计算方法在话题关联检测系统中的性能，包括余弦函数、加权和，
语言模型以及交叉熵，并得出结论：ｏｉＣｓｅ函数的性能最好。ｎ
ｐｏｏｅｙａｃｃ－ｃｕｅｃｅａｉｎｈｐａｎｒｓａｄｒａｉｅｔｒｉｌｒｙｃｍｐｔｔｎｒｐｓｓａｄｎｍｉｏｏｃｒｎｅｒｌｔｓｉｍｏｇｗｏｄｎｅｌｓａｓｏｙｓｍｉｉｏｕａｉｍｅｈｄｂｓｄｎｄｎｍｉＯ・－ｏｚａｔｏｔｏａｅｏｙａｃＣ－ｏｃｒｅｃ．ｈｎｔｅａｐｉａｉｎｏｈｉｌｒｙｃｍｐｔｔｎｍｅｈｄｔｈｎｓｔｒｉｋｄｔｃｉｎｉｄｓｕｓｄＥｘｅｍｅｔｅｕｔｓｏｃｕｒｎｅＴｅｈｐｌｔｆｅｓｍｉｉｏｕａｉｔｏｏＣｉｅｅｓｏｌｅｅｔｓｉｃｓｅ．ｐｒｎａｒｓｌｈｗｃｏｔａｔｏｙｎｏｉｌｓ
（ｏｅｅｏｃｎｅＦｕｄｔｎＩｓｔｅＱｎｄｏＢｎＨｉｎｖｒｔ，ｉｇａ６５５ＳａｄｎＣｉＣｌｇＳｉｃｏｎａｉｎｔｕ，ｉｇａｉａｉｓｙＱｎｄｏ２６５，ｈｎｏｇ，ｈｎｌｆｅｏｉｔＵｅｉａ）
Ａｓｒｃｂｔａｔ
Ｓｒｎｅｃｏｕｔｓｆｏｉｄｔｔｎａｄｔｃｉ．ｔｓｃｎｌｇｄｅｗｅｅｏｒｎｏｌｌｔｄｎｗｔｙｌｋｄｔｔｎｉａｓｂａｋｏｐｃｅｃｏｎａｋｎＩｉａｔｈｏｏｙｔｊｇｈｔｒｗａｄｍｙｓｅｅｅｓｏｉｅｉｓｔｅｉｒｇｅｏｕｈｔｅｃ
Ｎｒａｉｅｅｅｔｎｃｓｏｌｚｄｄｔｃｉｏｔｍｏ
何表示报道；二是如何计算报道之问的相似度… 。
０引言
话题关联检测是指判断随机抽取的两个新闻报道是否讨论同一个话题的技术，它是话题检测与跟踪研究中的一个重要的