基于图聚类的汉越双语新闻话题发现

• 作者: 余正涛 周超 洪旭东 王禹森 高盛祥
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 汉越双语 事件要素 话题发现 图聚类
• 年，卷（期）: 2018,（3）
• 页码范围: 530-537
• 页数: 8页
• 分类号: TP391
• 字数: 5274字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2018.03.017

摘要

跨语言新闻话题发现是将互联网上报道相同事件的不同语言新闻进行自动归类,由于不同语言文本很难表示在同一特征空间下,对其共同话题的挖掘就比较困难.然而类似的新闻事件在不同语言文本表达上具有相同的新闻要素,这些要素之间关联能够体现出新闻事件的关联性,因此,针对汉越新闻话题发现问题,提出基于文档图聚类的汉越双语新闻话题发现方法.首先提取汉越新闻文本新闻要素,借助文本中要素相似度计算汉越文本相关度,构建汉越双语文本图模型,获得新闻文本相似度矩阵;然后,借助图模型中文本间的传播特点,采用随机游走算法对相似度矩阵进行调整,最后利用信息传递算法进行聚类.实验结果表明提出的方法取得了很好的效果.

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
2	高盛祥	昆明理工大学信息工程与自动化学院	21	77	4.0	8.0
3	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
4	王禹森	昆明理工大学信息工程与自动化学院	1	2	1.0	1.0
5	周超	昆明理工大学信息工程与自动化学院	7	5	2.0	2.0