基于事件-时间关联模型的话题跟踪研究

• 作者: 吴国文 胡福玲 赵臣升
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 话题跟踪 事件-时间关联模型 时间相关度 DET曲线
• 年，卷（期）: 2016,（1）
• 页码范围: 26-30
• 页数: 5页
• 分类号: TP391.1
• 字数: 5002字
• 语种: 中文

摘要

针对话题跟踪的任务是从时序新闻报道流中实时识别和挖掘相关于特定新闻话题的报道,本文提出一种事件-时间关联模型(Event-Time Relation Model,ETRM)用来展开话题跟踪研究.ETRM将相关报道的时间属性引入向量空间模型,话题跟踪过程中将话题与相关报道相同特征项的时间相关度应用于相关性判定机制,同时基于时间的分布属性调整特征向量的权重分配,实现话题模型的自适应学习更新.实验采用DET曲线评测系统性能,结果显示相比于传统的话题模型,ETRM能够更加准确地追踪到话题焦点演化趋势,有效提高了话题跟踪系统的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴国文	东华大学计算机科学与技术学院	23	70	5.0	7.0
2	胡福玲	东华大学计算机科学与技术学院	2	6	1.0	2.0
3	赵臣升	东华大学计算机科学与技术学院	2	6	1.0	2.0