基于K-Modes聚类的自适应话题追踪技术

• 作者: 任晓 张永奎 薛晓飞
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 话题追踪 K-MATT方法 话题类中心
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 222-224
• 页数: 3页
• 分类号: TP391
• 字数: 3711字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2009.09.078

摘要

传统自适应话题追踪用向量空问模型表示一个话题模型,通常会对话题模型更新带来错误的反馈.针对传统自适应话题追踪中话题模型的不足,提出基于K-Modes聚类的自适应话题追踪方法(K-MATT方法),用话题类中心代替话题模型,把命名实体向量空间模型作为话胚类中心,在追踪过程中不断迭代更新话题类中心,直到话题类中心稳定.实验证明K-MATT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	张永奎	山西大学计算机与信息技术学院	59	739	16.0	25.0
5	任晓	山西大学计算机与信息技术学院	1	26	1.0	1.0
9	薛晓飞	山西大学计算机与信息技术学院	2	46	2.0	2.0