基于主题词向量聚类的话题内新事件检测

• 作者: 李弼程 赵军磊 郭磊
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 话题内新事件检测 主题词向量 K-means聚类
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 信息抽取与文本挖掘
• 页码范围: 64-71,79
• 页数: 9页
• 分类号: TP391
• 字数: 4632字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2019.06.010

摘要

目前关于话题内新事件检测的研究较少,传统的新事件检测方法多采用基于主题模型的方法,无法兼顾主题信息和语义信息,效果不够理想.针对该问题,该文提出一种基于主题词向量聚类的话题内新事件检测方法.该方法首先使用主题词嵌入(TWE)模型对经过预处理的语料进行训练,获取主题词向量;其次,通过对主题词向量进行K-means聚类来获取话题分布;再次,按照话题内新事件检测流程,将新事件检测问题转化为新子话题发现问题;最后,利用获取到的话题分布,对按时间顺序的文档进行检测.实验结果表明,该方法能够兼顾主题信息和语义信息,有效提高话题内新事件检测的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李弼程	华侨大学计算机科学与技术学院	14	19	2.0	4.0
2	郭磊	华侨大学计算机科学与技术学院	3	2	1.0	1.0
3	赵军磊	华侨大学计算机科学与技术学院	1	1	1.0	1.0