融合锚词抽取的海量短文本主题层次挖掘

• 作者: 吕品 汪鑫 罗宜元 计春雷
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 短文本 词共现图 主题层次 锚词
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 1084-1088
• 页数: 5页
• 分类号: TP391
• 字数: 3902字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.05.009

摘要

从短文本集中挖掘不同粒度的主题、构建主题的层次结构在舆情分析、视觉检测、语义挖掘和图谱构建等方面具有重要应用.围绕如何从短文本集中分层次地挖掘主题,在修改传统短语定义的基础上,提出了融合锚词抽取的海量短文本主题层次挖掘框架.提出的主题层次挖掘框架首先基于词共现图实现主题推断和锚词抽取;然后,应用关联规则挖掘频繁锚词短语;最后,采用排序方法量化锚词短语以寻找最具代表性的主题短语.与已有的基于词共现图构建主题层次的方法相比,融合了锚词抽取的词共现图分析方法更有利于构建层次更高的主题.在2个实际的中文短文本数据集上执行实验,结果表明提出的方法挖掘的短语能较好地解释主题和用于分类预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	计春雷	上海电机学院电子信息学院	31	159	7.0	11.0
2	汪鑫	上海电机学院电子信息学院	19	49	4.0	6.0
3	吕品	上海电机学院电子信息学院	15	27	3.0	4.0
4	罗宜元	上海电机学院电子信息学院	12	19	2.0	4.0