一种基于词关联图的专题发现方法研究

• 作者: 周国栋 周文瑄 徐增壮 洪宇
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 专题发现 聚类算法 社交圈子
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 第二十三届全国信息检索学术会议(CCIR 2017)论文选登
• 页码范围: 42-49
• 页数: 8页
• 分类号: TP391
• 字数: 6455字
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2018.01.005

摘要

网络新闻文本的专题发现(Topic Detection)旨在从大规模网络新闻文本集合中自动提取属于相关于同一主题的新闻文本.由于专题的主题、类型和规模并未预先定义,并且不具备任何先验知识可供参考,从而,现有研究往往利用聚类方法实现专题的自动发现.然而,聚类算法对内容相近的新闻专题难以有效区分.针对上述问题,提出了一种基于“社交圈子”结构的文本归并方法,深入特定聚类内部,根据社交圈的差异,进行二次划分.将文本内容和社交网络共同作为判定专题内外关联程度的特征信息,形成联合的判定模型.实验结果显示,在采用TF-IDF作为特征的聚类结果中使用“社交圈子”进行进一步聚类划分,可提高精度迭3个百分点,此外,聚类结果的熵降低了0.258,显示了较高的确定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	洪宇	苏州大学计算机科学与技术学院	66	270	8.0	13.0
2	周国栋	苏州大学计算机科学与技术学院	138	1425	22.0	32.0
3	周文瑄	苏州大学计算机科学与技术学院	5	5	2.0	2.0
4	徐增壮	苏州大学计算机科学与技术学院	2	1	1.0	1.0