短文本相似度研究及其在微博话题检测中的应用

• 作者: 刘英涛 陈红阳 黄贤英
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 微博短文本相似度 微博话题检测 结构化信息 公共块序列 语义相似度
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 开发与应用
• 页码范围: 3128-3133
• 页数: 6页
• 分类号: TP391.1
• 字数: 5807字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2015.11.049

摘要

针对微博短文本特征稀疏导致文本相似性度量不精确的问题，提出一种基于多视角的微博短文本相似度算法。根据词形相同与词义相近寻找微博短文本中的公共块，以公共块所含词项总数与公共块之间的组合顺序，构建基于公共块序列的语义相似度；利用微博短文本发布时间、转发与评论等信息来修正该语义相似度，形成新的微博短文本相似度算法，度量微博短文本之间的相似性；将新的微博短文本相似度算法融入Single‐Pass聚类算法中以检测微博话题。实验结果表明，将该算法应用于微博话题检测时，能够有效降低话题检测的平均漏检率与误检率等，提高了话题检测的质量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄贤英	重庆理工大学计算机科学与工程学院	95	349	9.0	14.0
2	陈红阳	重庆理工大学计算机科学与工程学院	3	45	3.0	3.0
3	刘英涛	重庆理工大学计算机科学与工程学院	7	94	6.0	7.0