基于LDA模型和AP聚类的主题事件抽取技术

• 作者: 张建恒 胡国超 黄蔚
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 主题事件抽取 LDA主题模型 AP聚类 层次化信息 二次提取
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 77-81,87
• 页数: 6页
• 分类号: TP391.1
• 字数: 5109字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2017.12.015

摘要

目前,事件抽取技术一般是对文本的事件信息进行直接抽取,忽略了文本的信息结构,并且抽取结果易受文本词语分布的影响.本文对文本的概念层级结构进行分析,并提出一种基于二次聚类并再划分的主题事件抽取方法.该方法可以提取文本的主题-事件层次化信息,并通过信息词的二次提取减小相关事件信息的干扰,优化抽取结果,并利用事件时间轴展示出事件的发展状态信息.实验结果表明本方法可以有效地提取文本的主题事件信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄蔚		13	47	4.0	6.0
2	胡国超		6	17	2.0	4.0
3	张建恒		1	2	1.0	1.0