一种基于TF·IEF模型的在线新闻事件探测方法

• 作者: 孙博良 张辉 李国辉 贾立
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 在线新闻事件探测 TF·IEF模型 增量事件模型 Single-Pass聚类
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 计算机科学与技术·控制科学与工程
• 页码范围: 55-60
• 页数: 6页
• 分类号: TP391
• 字数: 5231字
• 语种: 中文

摘要

为了提升在线新闻事件探测的性能,提出一种基于TF·IEF模型的在线新闻事件探测方法.该方法受TF·IDF思想的启发,直接计算特征词表征事件的权重,建立新的增量事件模型,并将探测过程分为两个阶段:第一阶段利用Single-Pass将一定时段内收集到的报道聚成微簇；第二阶段将微簇与已有事件进行相似性匹配,然后通过重新计算事件向量实现模型更新.实验结果表明,该方法运算速度快,特征信息丢失少,提高了探测的效率和准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李国辉	国防科技大学信息系统与管理学院	105	2220	19.0	45.0
2	张辉	国防科技大学信息系统与管理学院	38	554	13.0	22.0
3	孙博良	国防科技大学信息系统与管理学院	6	33	3.0	5.0
4	贾立	国防科技大学信息系统与管理学院	4	35	4.0	4.0