基于事件-时间关联模型的话题跟踪研究

基于事件-时间关联模型的话题跟踪研究
胡福玲;吴国文;赵臣升
【期刊名称】《智能计算机与应用》
【年(卷),期】2016(006)001
【摘要】针对话题跟踪的任务是从时序新闻报道流中实时识别和挖掘相关于特定新闻话题的报道,本文提出一种事件-时间关联模型(Event-Time Relation Model,ETRM)用来展开话题跟踪研究.ETRM将相关报道的时间属性引入向量空间模型,话题跟踪过程中将话题与相关报道相同特征项的时间相关度应用于相关性判定机制,同时基于时间的分布属性调整特征向量的权重分配,实现话题模型的自适应学习更新.实验采用DET曲线评测系统性能,结果显示相比于传统的话题模型,ETRM 能够更加准确地追踪到话题焦点演化趋势,有效提高了话题跟踪系统的性能.
【总页数】5页(P26-30)
【作者】胡福玲;吴国文;赵臣升
【作者单位】东华大学计算机科学与技术学院,上海201620;东华大学计算机科学与技术学院,上海201620;东华大学计算机科学与技术学院,上海201620
【正文语种】中文
【中图分类】TP391.1
【相关文献】
1.基于事件-时间关联模型的话题跟踪研究 [J], 胡福玲;吴国文;赵臣升;
2.基于粒度商空间下的话题识别与跟踪研究 [J], MAO Jian-jing;ZHANG Jun-jun
3.公共安全事件衍生舆情形成与演化研究——基于话题与时间序列分析 [J], 安璐;代园园;周亦文
4.基于大数据的校园舆情热点话题跟踪研究 [J], 骆梅柳
5.基于大数据的校园舆情热点话题跟踪研究 [J], 骆梅柳
因版权原因，仅展示原文概要，查看原文内容请购买。