结合词向量和聚类算法的新闻评论话题演进分析

• 作者: 周咏梅 林江豪 王伟 阳爱民
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 话题演进 word2vec PLSA LDA
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 2368-2374
• 页数: 7页
• 分类号: TP391
• 字数: 6471字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2016.11.032

摘要

话题演进分析主要是挖掘话题内容随着时间流的演进情况.话题的内容可用关键词来表示.利用word2vec对75万篇新闻和微博文本进行训练,得到词向量模型.将文本流处理后输入模型,获得时间序列下所有词汇的词向量,利用K-means对词向量进行聚类,从而实现话题关键词的抽取.实验对比了基于PLSA和LDA主题模型下的话题抽取效果,发现本文的话题分析效果优于主题模型的方法.同时,采集足够大量、内容足够丰富的语料,可训练得到泛化能力比较强的模型,有利于实时话题演进分析研究工作.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王伟	广东外语外贸大学思科信息学院	6	86	4.0	6.0
2	阳爱民	广东外语外贸大学语言工程与计算实验室	35	618	11.0	24.0
6	周咏梅	广东外语外贸大学语言工程与计算实验室	25	466	10.0	21.0
10	林江豪	广东外语外贸大学语言工程与计算实验室	19	266	8.0	16.0