基于词对向量的中文新闻话题检测方法

• 作者: 张文博 杨雅婷 米成刚
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 话题检测 词对模型 降维 相似度
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 自然语言处理计算方法
• 页码范围: 231-236
• 页数: 6页
• 分类号: TP391
• 字数: 6016字
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.201811013

摘要

针对传统话题检测方法得到的结果和实际话题个数相差较大的缺点,根据话题所包含的文本数对话题之间的相似度进行衰减,进而优先合并粒度较小类,并根据文档话题频率和权重对较大的话题向量进行降维,通过这两方面对传统的层次聚类方法进行改进.同时为了更好地表达话题的语义信息,使用在句子中共现的词对向量来取代传统的向量空间模型.实验结果表明,使用词对模型和改进的方法可以取得更好的效果,而且得到的聚类结果和实际话题个数相近.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张文博	中国科学院新疆理化技术研究所	43	360	11.0	17.0
7	杨雅婷	中国科学院新疆理化技术研究所	26	79	6.0	8.0
13	米成刚	中国科学院新疆理化技术研究所	8	44	4.0	6.0