多特征融合的新闻聚类相似度计算方法

• 作者: 李俊峰
• 来源期刊: 软件
• 学科: 工学
• 关键词: 计算机应用技术 话题发现 聚类 文本相似度
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 170-174,189
• 页数: 6页
• 分类号: TP391.3
• 字数: 6194字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2017.12.032

摘要

随着网络的发展,互联网已经成为了最重要的新闻媒介.网络上的新闻报道能广泛传播,对社会有着深刻的影响.因此互联网新闻事件的监督和挖掘分析,对政府,企业有着巨大的价值.在进行新闻报道分析的时候,最为重要的任务之一就是把网络上类别杂乱,来源广泛的新闻进行识别和归类.新闻归类主要是基于通用的聚类的方法,其中一项基本的技术就是新闻报道相似度计算.根据需求不同,新闻聚类类别可以是一个事件,或者是一领域.本文针对事件的新闻报道聚类,提出了一种混合特征的相似度计算方法.采用了Tf-Idf和n-gram结合的向量空间模型来得到文本相似度,再通过规则识别出新闻文本中的时间,地点等关键信息,进行关键信息匹配度计算,最后再把两个相似度结合作为最终匹配度.实验表明,混合特征的方法明显提高了事件聚类的准召率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李俊峰	北京邮电大学网络技术研究院	1	2	1.0	1.0