基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
考虑新闻事件句关联信息对新闻主题构建的重要指导作用,提出了基于事件分析的新闻主题模型构建方法.利用新闻文本中事件句中包含的事件元素,判断事件句之间的关联,并将这一关联信息作为LDA建模过程中主题分配的指导信息.从而获得不同新闻文档在主题空间上更加准确的概率分布.实验结果表明,提出的新闻主题模型(E-LDA)比LDA主题模型对新闻文本有更好的表达效果.
推荐文章
基于图的新闻事件主题句抽取方法
新闻事件
事件主题句
触发词
命名实体
事件关系
无向图
排序
抽取
基于事件多要素模型的新闻主题句抽取
新闻事件
信息抽取
多要素模型
新闻主题句
基于加权TextRank的新闻关键事件主题句提取
TextRank算法
句子相似度
关键事件
主题句提取
影响权重
一种基于LDA模型的主题句抽取方法
隐含狄利克雷分配(LDA)
主题模型
主题句抽取
信息融合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于事件句关联的新闻主题模型构建方法
来源期刊 微型电脑应用 学科 工学
关键词 事件句关联 LDA 新闻主题模型 E-LDA
年,卷(期) 2017,(1) 所属期刊栏目 教育探索
研究方向 页码范围 50-53,80
页数 5页 分类号 TP311
字数 3348字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 余正涛 昆明理工大学信息工程与自动化学院 122 877 17.0 24.0
5 洪旭东 昆明理工大学信息工程与自动化学院 10 27 3.0 4.0
9 严梅 昆明理工大学信息工程与自动化学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (205)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
事件句关联
LDA
新闻主题模型
E-LDA
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导