基于改进向量空间模型的话题识别与跟踪

• 作者: 宋丹 王卫东 陈英
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 话题识别与跟踪 向量空间模型 时间表达
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 智能、算法、软件工程
• 页码范围: 62-64,67
• 页数: 4页
• 分类号: TP18
• 字数: 3398字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2006.09.022

摘要

话题识别与跟踪旨在发展一系列基于事件的信息组织技术,通过监测以实现对新闻媒体信息流中新话题的自动识别和已知话题的动态跟踪.文中提供一种利用改进的向量空间模型进行识别和跟踪的方法.没有使用传统向量空间模型中单个向量,而是按照语义将特征词划分为4个组(人物、时间、地点、内容)并形成4个向量空间.每个空间进行独立的权重计算和相似度计算.实验证明这些方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋丹	大连理工大学计算机科学与工程系	64	369	9.0	17.0