基于半监督DPMM的新闻话题检测

• 作者: 刘宇 姚冬冬 王煜 袁方
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 话题检测 狄利克雷过程 Gibbs采样 幂律特性 名词实体
• 年，卷（期）: 2016,（3）
• 页码范围: 63-68
• 页数: 6页
• 分类号: TP391.1
• 字数: 4039字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2016070

摘要

基于狄利克雷过程混合模型( DPMM)这一非参数贝叶斯生成模型，从语义的角度入手，结合其自动确定聚类个数的特性进行话题检测，运用了聚类个数K值由大到小变化的采样策略，通过逐层递进的形式获取到较为准确的K值，并在此基础上对语义聚类的词频特性加以分析，引入一组名词实体作为“热点特征词”来引导聚类过程，从而给出了DPMM半监督模型。实验结果表明，所给出的话题检测方法在TDT4语料上取得了较好的检测性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁方	河北大学计算机教学部	55	1249	17.0	34.0
5	王煜	河北大学计算机科学与技术学院	21	336	10.0	18.0
6	刘宇	河北大学数学与信息科学学院	11	69	5.0	8.0
7	姚冬冬	河北大学计算机科学与技术学院	1	4	1.0	1.0