互联网新闻话题特征选择与构建

• 作者: 喻琼 张晖 李波 杨春明 王耀彬 赵旭剑 邓思远
• 来源期刊: 软件
• 学科: 工学
• 关键词: 话题特征 话题模型 话题聚类 特征选择
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 基金项目论文
• 页码范围: 17-20
• 页数: 4页
• 分类号: TP391
• 字数: 3113字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2015.07.004

摘要

新闻话题的特征表示是建立话题模型以及进行话题聚类（融合）的基础，传统的特征构建一般采用关键字构成的向量表示模型，未对特征的选取、分类以及质量等方面进行完整的研究，因此本文拟针对互联网新闻文档进行特征提取、特征构建以及话题聚类质量分析等方面的系统研究，阐明话题特征的选择与构建对文本话题研究的影响，为后续的话题检测与追踪等应用提供更科学的特征理论模型。实验结果表明经过话题特征优选后的聚类效果有助于提高话题模型的准确性，避免噪声特征带来的话题歧义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	喻琼	西南科技大学计算机科学与技术学院	18	23	3.0	4.0
2	王耀彬	西南科技大学计算机科学与技术学院	33	94	5.0	8.0
3	张晖	西南科技大学计算机科学与技术学院	77	563	14.0	21.0
4	赵旭剑	西南科技大学计算机科学与技术学院	36	196	8.0	13.0
5	李波	西南科技大学计算机科学与技术学院	54	264	9.0	14.0
6	杨春明	西南科技大学计算机科学与技术学院	49	307	10.0	16.0
7	邓思远	西南科技大学计算机科学与技术学院	1	8	1.0	1.0