基于LDA模型的新闻话题的演化

• 作者: 李芳 楚克明
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 潜在狄利克雷分配模型 话题关联 话题演化
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 基金项目论文
• 页码范围: 4-7,26
• 分类号: TP391.1
• 字数: 6259字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2011.04.002

摘要

新闻话题及演化的研究可以帮助人们快速了解和获取新闻内容.提出了一种挖掘新闻话题随时间变化的方法,通过话题抽取和话题关联实现话题的演化.首先应用LDA(Latent Dirichlet Allocation Moclel)对不同时间段的文集进行话题的自动抽取,话题数目在不同时间段是可变的;计算相邻时间段中任意两个话题的分布距离实现话题的关联.实验结果证明该方法不但可以描述同一个话题随时间的演化过程,还可以描述话题内容随时间的变化,反映了话题(或子话题)之间多对多的演化关系.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李芳	上海交通大学计算机科学与工程系	98	1052	15.0	30.0
2	楚克明	上海交通大学计算机科学与工程系	2	46	1.0	2.0