面向互联网舆情的热词分析技术
合集下载
相关主题
- 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)。
用 到 ＴＲＳ舆 情 监 测 系 统 的 热 点源自文库发 现 模 块 。
关 键 词 ： 词 ； 名 实体 识 别 ； 热 命 热度 计 算 ； 动 权 值 ； 群 关 系 波 词
中 图 分 类 号 ：ＴＰ ９ ３ｌ 文 献标 识码 ：Ａ
Ｈ ｏ — ｏ ｄ Ｄ ｅ ｅ ｔ ｏ ｏ ｎ ｅ ｎ ｔ Ｐｕ ｌｃ Ｓ ｎｔｍ ｅ ｔ Ｗ ｒ ｔ ｃ ｉ ｎ ｆ ｒ Ｉ ｔ ｒ ｅ ｂ ｉ ｅ ｉ ｎｔ
ｒ ｔ ． Ｔｈｅ ｔ ｃ ｎｏ ｏ ｓ ｅ ｎ ｓ ｃ ｓ ｆ ｌｙ ａ ｐｌｅ ｔ ｔｗ ｏ ｄ ｄｉｃ ｖｅ ｉ ａｅ ｅ ｈ ｌ ｇｙ ｈａ ｂ ｅ ｕｃ ｅ ｓ ｕ ｌ ｐ ｉｄ ｏ ｈｏ ｒ ｓ ｏ ｒｎｇ ｍｏｄｕｅ， ｗ ｈ ｃ ｓ ａ ｐａ ｔｏｆＴＲ Ｓ ｐｕ ｉ ｌ ｉ ｈ ｉ ｒ ｂｌｃ
ＬＩＹ ｕ ｉ ．Ｓ Ｎ ｈｕ ｑｎ Ｕ Ｉｉ ａ
（ ． Ｂ ｉｎ ｎ ｏ ｍａｉｎＳ ｉｎ ｅ＆． ｃ ｎ ｌｇ ｉｅ ｓｔ ，Ｂｅ ｉｇ １ ０ ０１ １ ｅｊ ｇＩ ｆｒ ｔ ｃｅ ｃ ｉ ｏ Ｔｅｈ ｏｏ ｙ Ｕｎｖ ｒｉｙ ｉｎ ０ １ ，Ｃｈｎ ； ｊ ｉａ ２ ｅｊｎ ．Ｂ ｉ ｇ ＴＲＳ Ｉ ｆｒ ｔ ｎＴｅｈ ｏｏ ｙＣ ． ｉ ｎｏ ｍａｉ ｃ ｎ ｌｇ ｏ ，Ｌｔ ，Ｂｅ ｉｇ １ ０ ０ ｏ ｄ ｉｎ １ １，Ｃｈｎ ） ｊ ０ ｉａ
Ａｂ ｔａ ｔ：Ｈ ｏｔｗｏｒ ｓ ａ ｎ ｔ ｏ ｋ ｐｈｅ ｏ ｅ ｎ， ｗｈｉｈ ｒ ｆｅｃｓ ｓ ｍ ｅ ｏ ｓｒ ｃ — ｄ ｉ ｅ ｗ ｒ ｎ ｍ ｎｏ ｃ ｅ ｌ ｔ ｏ ｐ ｐｕｌｒ ｆ ｅｉ ｇｓ ａ ｄ ｔ ｉｓ ａ ａ ｐ ｒ ｉｕ ａ ｉ ｅ ａ ｅ ｌｎ ｎ ｏｐｃ ｔ ａ ｔｃ ｌ ｒ ｔｍ
面 向 互 联 网 舆 情 的 热 词 分 析 技 术
李 渝 勤 孙 丽 华 。 ，
（ ．北 京 信 息 科 技 大 学 ， 京 １０ ０ ； ．北 京 拓 尔 思 信 息 技 术 股 份 有 限 公 司 。 京 １ ００ ） １ 北 ０ １１ ２ 北 ０ １１
摘 要 ：热 词是 一种 网络 词 汇 现 象 ， 映 了某一 特 定 时 空 范 围 内人 们 普 遍 关 注 的 问题 。该 文 对 热 词 分 析 的 两项 关 反
ｗｅｇ ｔ ｆ ｃ ｕ ｔ ｎ Ｏ ｃ ｍｐ ｔ ｏ — ｒ ｉ ｈ ． Ｕｐ ｔ ｈ ｏ — ｒ ｓ ｏ ｉｔ ｎ ｈ ｙ ａ ｅ ｄ ｒ ｅ ｒ ｍ ｈ ｉｆｒ ｉ ｈ ｌ ｔ ａ ｉ ｓ ｔ ｏ ｕ ｏ ｕ ｅ ｈ ｔｗｏ ｄ ｗｅｇ ｔ ｏ ｔ ｅ ｈ ｔｗｏ ｄ ａ ｓ ｃａ ｉ ，ｔ ｅ ｒ ｅ ｉ ｄ ｆ ｏ ｔ ｅ ｄ ｆｅ — ｏ ｄ ｅ ｃ ｆ ｈ ｉｈ ａ ｕ ｆｈ ｔｗｏ ｄ ｎ ｏ — ｒ ｅ ａ ｉｎ ｈ ｐ ｗａ ｏ ｕ ｅ ｒ ｍ ｈ ｒ ｃｐ ｅ ｏ Ｏ ｏ ｃ ｒｅ ｃ ｎ ｅ ０ ｅ ｗｅｇ ｔｖ ｌｅ ｏ ｏ — ｒ ．ａ ｄ ｈ ｔｗｏ ｄ ｒ ｌ ｔ ｓ ｉ ｓ ｃ ｍｐ ｔ ｄ ｆｏ ｔ ｅ ｐ ｉ ｉ ｌ ｆＣ — ｃ ｕ ｒ ｎ ｅ ｔ ｏ ｎ
第 ２ ５卷
第 １期
中 文 信 息 学 报
Ｊ） （ ＵＲＮＡＬ ＯＦ ＣＨ Ｉ ＥＳＥ ＮＦ（ＲＭ ＡＴＩ Ｎ Ｉ ） ｏＮ ＰＲ（ ＣＥＳＳＩ ） ＮＧ
Ｖｏ ． ２ ，Ｎ０ １ １ ５ ．
２１ Ｏ １年 １月
Ｊ ｎ ，２ １ ａ． ｏ１
文 章 编 号 ：１ ０ — ０ ７ ２ １ ） １０ ４ — ６ ０ ３ ０ ７ （ ０ １ ０ — ０ ８０
键 技 术 一一 热 词 发 现 和 热 词 关联 技 术进 行 了深 入 的研 究 。在 热 词 发 现 阶 段 ， 先采 用 命 名 实体 识 别技 术 和 高频 串 首 统 计 技 术 进 行 短语 串的挖 掘 ， 而 采 用 基 础 权 值 和 波 动 权 值 两 项 指 标 进 行 热 度 权 值 的 计 算 。在 热 词 关 联 阶 段 ， 继 按 热 词 权 值 高低 进 行 热词 类 的 划分 ， 过 同 现 率 的 原 则 确 定 热 词 类之 间 的 关联 计 算 。 该 文 所 采 用 的 方 法 已经 成 功 应 通
ａ ｄ ｓ ａ ｅ ｎ ｔ ｉ ｐ ｐ ｒ ｗｏ ｋ ｙ ｔ ｃ ｎ ｌ ｇｅ ｆ ｏ ｒ ｎ ｌ ｚｎ ｒ ｉｃ ｓ ｅ ｎ ｐ ｃ ．Ｉ ｈ ｓ ａ ｅ ，ｔ ｅ ｅ ｈ ｏ ｏ ｉｓ ｏ ｔｗｏ ｄ ａ ａ ｙ ｉ ｇ ａ ｅ ｄ ｓ ｕ ｓ ｄ，ｉ ｃ ｕ ｉ ｇ ｈ ｔｗｏ ｄ ｄ ｓ ｏ ｅ ｉ ｇ ｈ ｎ ｌ ｄ ｎ ｏ — ｒ ｉｃ ｖ ｒｎ
ａ ｓ ｏｃａ ｉｇ ｔ ｃ ｉ ｅ Ｉ ｈｅｐｈ ｓ ｆｗｏｒ ｓ ｏｖ ｒｎｇ， ｆｒ ｔｙ，ｗ ｅｇｅ ｍ ｅ ｎｔｔ ｅ ｏ ｎｄ ａ ｓ ｉ ｔｎ ｅ ｈｎｑｕ ． ｎ ｔ ａ ｅ ｏ ｄ ｄｉｃ ｅ ｉ ｉｓ ｌ ｔｎａ ｄ ｅ ｉｙ ｒ ｃ ｇｎｉｉ ｅ ｈ ｑｕ ｓａｎ ｔｏｎ ｔ ｃ ｎｉ ｅ ｄ ｓａ ｉｔｃ ｅ ｈｎｑｕ ｓ ｏｒ ｈｉ ｆｅ ｕｅ ｃ ｐ ａ ｅ Ｏ ｏ ｔｉ ｅ ｃ ｖ ｔｏ ． Ｔ ｈ ｎ， ｗ ｅ ａ ｔ ｅ ａ ｉ ｏ ｅｇ ａ ｔ ｔｓ ｉａｌｔ ｃ ｉ ｅ ｆ ｇｈ ｒ ｑ ｎ ｙ ｈｒ ｓ ｔ ｄ ｓ ｒｎｇ ｘ ａ ａ ｉ ｎ ｅ ｔ ｋｅ ｈ ｂ ｓｓ ｆ ｗ ｉｈｔ ｎｄ
关 键 词 ： 词 ； 名 实体 识 别 ； 热 命 热度 计 算 ； 动 权 值 ； 群 关 系 波 词
中 图 分 类 号 ：ＴＰ ９ ３ｌ 文 献标 识码 ：Ａ
Ｈ ｏ — ｏ ｄ Ｄ ｅ ｅ ｔ ｏ ｏ ｎ ｅ ｎ ｔ Ｐｕ ｌｃ Ｓ ｎｔｍ ｅ ｔ Ｗ ｒ ｔ ｃ ｉ ｎ ｆ ｒ Ｉ ｔ ｒ ｅ ｂ ｉ ｅ ｉ ｎｔ
ｒ ｔ ． Ｔｈｅ ｔ ｃ ｎｏ ｏ ｓ ｅ ｎ ｓ ｃ ｓ ｆ ｌｙ ａ ｐｌｅ ｔ ｔｗ ｏ ｄ ｄｉｃ ｖｅ ｉ ａｅ ｅ ｈ ｌ ｇｙ ｈａ ｂ ｅ ｕｃ ｅ ｓ ｕ ｌ ｐ ｉｄ ｏ ｈｏ ｒ ｓ ｏ ｒｎｇ ｍｏｄｕｅ， ｗ ｈ ｃ ｓ ａ ｐａ ｔｏｆＴＲ Ｓ ｐｕ ｉ ｌ ｉ ｈ ｉ ｒ ｂｌｃ
ＬＩＹ ｕ ｉ ．Ｓ Ｎ ｈｕ ｑｎ Ｕ Ｉｉ ａ
（ ． Ｂ ｉｎ ｎ ｏ ｍａｉｎＳ ｉｎ ｅ＆． ｃ ｎ ｌｇ ｉｅ ｓｔ ，Ｂｅ ｉｇ １ ０ ０１ １ ｅｊ ｇＩ ｆｒ ｔ ｃｅ ｃ ｉ ｏ Ｔｅｈ ｏｏ ｙ Ｕｎｖ ｒｉｙ ｉｎ ０ １ ，Ｃｈｎ ； ｊ ｉａ ２ ｅｊｎ ．Ｂ ｉ ｇ ＴＲＳ Ｉ ｆｒ ｔ ｎＴｅｈ ｏｏ ｙＣ ． ｉ ｎｏ ｍａｉ ｃ ｎ ｌｇ ｏ ，Ｌｔ ，Ｂｅ ｉｇ １ ０ ０ ｏ ｄ ｉｎ １ １，Ｃｈｎ ） ｊ ０ ｉａ
Ａｂ ｔａ ｔ：Ｈ ｏｔｗｏｒ ｓ ａ ｎ ｔ ｏ ｋ ｐｈｅ ｏ ｅ ｎ， ｗｈｉｈ ｒ ｆｅｃｓ ｓ ｍ ｅ ｏ ｓｒ ｃ — ｄ ｉ ｅ ｗ ｒ ｎ ｍ ｎｏ ｃ ｅ ｌ ｔ ｏ ｐ ｐｕｌｒ ｆ ｅｉ ｇｓ ａ ｄ ｔ ｉｓ ａ ａ ｐ ｒ ｉｕ ａ ｉ ｅ ａ ｅ ｌｎ ｎ ｏｐｃ ｔ ａ ｔｃ ｌ ｒ ｔｍ
面 向 互 联 网 舆 情 的 热 词 分 析 技 术
李 渝 勤 孙 丽 华 。 ，
（ ．北 京 信 息 科 技 大 学 ， 京 １０ ０ ； ．北 京 拓 尔 思 信 息 技 术 股 份 有 限 公 司 。 京 １ ００ ） １ 北 ０ １１ ２ 北 ０ １１
摘 要 ：热 词是 一种 网络 词 汇 现 象 ， 映 了某一 特 定 时 空 范 围 内人 们 普 遍 关 注 的 问题 。该 文 对 热 词 分 析 的 两项 关 反
ｗｅｇ ｔ ｆ ｃ ｕ ｔ ｎ Ｏ ｃ ｍｐ ｔ ｏ — ｒ ｉ ｈ ． Ｕｐ ｔ ｈ ｏ — ｒ ｓ ｏ ｉｔ ｎ ｈ ｙ ａ ｅ ｄ ｒ ｅ ｒ ｍ ｈ ｉｆｒ ｉ ｈ ｌ ｔ ａ ｉ ｓ ｔ ｏ ｕ ｏ ｕ ｅ ｈ ｔｗｏ ｄ ｗｅｇ ｔ ｏ ｔ ｅ ｈ ｔｗｏ ｄ ａ ｓ ｃａ ｉ ，ｔ ｅ ｒ ｅ ｉ ｄ ｆ ｏ ｔ ｅ ｄ ｆｅ — ｏ ｄ ｅ ｃ ｆ ｈ ｉｈ ａ ｕ ｆｈ ｔｗｏ ｄ ｎ ｏ — ｒ ｅ ａ ｉｎ ｈ ｐ ｗａ ｏ ｕ ｅ ｒ ｍ ｈ ｒ ｃｐ ｅ ｏ Ｏ ｏ ｃ ｒｅ ｃ ｎ ｅ ０ ｅ ｗｅｇ ｔｖ ｌｅ ｏ ｏ — ｒ ．ａ ｄ ｈ ｔｗｏ ｄ ｒ ｌ ｔ ｓ ｉ ｓ ｃ ｍｐ ｔ ｄ ｆｏ ｔ ｅ ｐ ｉ ｉ ｌ ｆＣ — ｃ ｕ ｒ ｎ ｅ ｔ ｏ ｎ
第 ２ ５卷
第 １期
中 文 信 息 学 报
Ｊ） （ ＵＲＮＡＬ ＯＦ ＣＨ Ｉ ＥＳＥ ＮＦ（ＲＭ ＡＴＩ Ｎ Ｉ ） ｏＮ ＰＲ（ ＣＥＳＳＩ ） ＮＧ
Ｖｏ ． ２ ，Ｎ０ １ １ ５ ．
２１ Ｏ １年 １月
Ｊ ｎ ，２ １ ａ． ｏ１
文 章 编 号 ：１ ０ — ０ ７ ２ １ ） １０ ４ — ６ ０ ３ ０ ７ （ ０ １ ０ — ０ ８０
键 技 术 一一 热 词 发 现 和 热 词 关联 技 术进 行 了深 入 的研 究 。在 热 词 发 现 阶 段 ， 先采 用 命 名 实体 识 别技 术 和 高频 串 首 统 计 技 术 进 行 短语 串的挖 掘 ， 而 采 用 基 础 权 值 和 波 动 权 值 两 项 指 标 进 行 热 度 权 值 的 计 算 。在 热 词 关 联 阶 段 ， 继 按 热 词 权 值 高低 进 行 热词 类 的 划分 ， 过 同 现 率 的 原 则 确 定 热 词 类之 间 的 关联 计 算 。 该 文 所 采 用 的 方 法 已经 成 功 应 通
ａ ｄ ｓ ａ ｅ ｎ ｔ ｉ ｐ ｐ ｒ ｗｏ ｋ ｙ ｔ ｃ ｎ ｌ ｇｅ ｆ ｏ ｒ ｎ ｌ ｚｎ ｒ ｉｃ ｓ ｅ ｎ ｐ ｃ ．Ｉ ｈ ｓ ａ ｅ ，ｔ ｅ ｅ ｈ ｏ ｏ ｉｓ ｏ ｔｗｏ ｄ ａ ａ ｙ ｉ ｇ ａ ｅ ｄ ｓ ｕ ｓ ｄ，ｉ ｃ ｕ ｉ ｇ ｈ ｔｗｏ ｄ ｄ ｓ ｏ ｅ ｉ ｇ ｈ ｎ ｌ ｄ ｎ ｏ — ｒ ｉｃ ｖ ｒｎ
ａ ｓ ｏｃａ ｉｇ ｔ ｃ ｉ ｅ Ｉ ｈｅｐｈ ｓ ｆｗｏｒ ｓ ｏｖ ｒｎｇ， ｆｒ ｔｙ，ｗ ｅｇｅ ｍ ｅ ｎｔｔ ｅ ｏ ｎｄ ａ ｓ ｉ ｔｎ ｅ ｈｎｑｕ ． ｎ ｔ ａ ｅ ｏ ｄ ｄｉｃ ｅ ｉ ｉｓ ｌ ｔｎａ ｄ ｅ ｉｙ ｒ ｃ ｇｎｉｉ ｅ ｈ ｑｕ ｓａｎ ｔｏｎ ｔ ｃ ｎｉ ｅ ｄ ｓａ ｉｔｃ ｅ ｈｎｑｕ ｓ ｏｒ ｈｉ ｆｅ ｕｅ ｃ ｐ ａ ｅ Ｏ ｏ ｔｉ ｅ ｃ ｖ ｔｏ ． Ｔ ｈ ｎ， ｗ ｅ ａ ｔ ｅ ａ ｉ ｏ ｅｇ ａ ｔ ｔｓ ｉａｌｔ ｃ ｉ ｅ ｆ ｇｈ ｒ ｑ ｎ ｙ ｈｒ ｓ ｔ ｄ ｓ ｒｎｇ ｘ ａ ａ ｉ ｎ ｅ ｔ ｋｅ ｈ ｂ ｓｓ ｆ ｗ ｉｈｔ ｎｄ