作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前,话题检测与跟踪已被广泛应用,新事件检测作为话题检测与跟踪领域中的研究任务之一,为跟踪后续话题发展的先验知识,在话题检测与跟踪领域具有重要的理论研究意义.LDA主题模型不能自动识别新事件,其主题数需通过人工或反复实验来确定,识别效率低.本文提出基于LDA及主题词间的相关性新事件检测算法,同时结合报道发生的时间,确定合理的主题数目,从而探知新事件.实验证明,与传统LDA算法及Gibbs LDA算法相比,该方法具有一定优势,提高了对新事件检测的敏感度.
推荐文章
基于LDA模型的主题词抽取方法
LDA模型
Gibbs抽样
主题词抽取
基于LDA扩展主题词库的主题爬虫研究
LDA主题模型
主题爬虫
word2vec
相似度计算
基于增量词集频率的文本主题词提取算法研究
增量词集频率
主题词
自然语言处理
一种基于主题词集的自动文摘方法
自动文摘
主题词集
句子权重
自然语言处理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 LDA及主题词相关性的新事件检测
来源期刊 计算机与现代化 学科 工学
关键词 LDA 话题检测 新事件检测 主题词相关性
年,卷(期) 2012,(1) 所属期刊栏目 人工智能
研究方向 页码范围 6-9,13
页数 分类号 TP391
字数 3887字 语种 中文
DOI 10.3969/j.issn.1006-2475.2012.01.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 黄颖 赣南师范学院数学与计算机科学学院 17 38 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (69)
参考文献  (7)
节点文献
引证文献  (10)
同被引文献  (30)
二级引证文献  (97)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(11)
  • 引证文献(1)
  • 二级引证文献(10)
2016(15)
  • 引证文献(1)
  • 二级引证文献(14)
2017(20)
  • 引证文献(1)
  • 二级引证文献(19)
2018(25)
  • 引证文献(4)
  • 二级引证文献(21)
2019(23)
  • 引证文献(1)
  • 二级引证文献(22)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
LDA
话题检测
新事件检测
主题词相关性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导