周期分类和Single-Pass聚类相结合的话题识别与跟踪方法

• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: 话题识别与跟踪 增量聚类 文本分类 k-最近邻方法分类
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 计算机工程与数据挖掘
• 页码范围: 85-89
• 页数: 5页
• 分类号: TP391
• 字数: 4213字
• 语种: 中文

摘要

针对增量式聚类初始时话题模型不够充分和准确,随处理报道数量增加,误检与漏检的累积效应被放大的问题,提出了周期分类和Single-Pass聚类相结合的话题识别与跟踪方法.首先采用增量式聚类算法进行话题识别与跟踪,当新闻文本每积累到一定程度之后,对已经聚类的报道进行周期分类,使话题簇精度提高,从而提高后续话题识别与跟踪精度.实验表明这种方法是有效的,能够降低漏检率与错检率,减少归一化错误识别代价.