基于知網(wǎng)和話題更新的話題跟蹤算法研究.pdf

1、話題跟蹤是一項面向新聞報道信息流進行已知話題跟蹤的信息處理技術(shù)，屬于話題檢測與跟蹤的一項重要的子任務(wù)。話題跟蹤算法，即傳統(tǒng)的話題跟蹤算法，一般包括話題/新聞模型化、相似度計算及閾值比較這三個基本模塊。其中，話題/新聞報道的模型表示又分為特征項提取和權(quán)重計算這兩個主要部分。知網(wǎng)是以漢語和英語的詞語所代表的概念為描述對象，揭示概念與概念之間以及概念所具有的屬性之間的關(guān)系的知識庫。 本文實現(xiàn)了基于話題更新的話題跟蹤算法（簡稱TR算法）

2、，該算法利用自適應(yīng)的話題跟蹤思想在話題中不斷加入與該話題有關(guān)的新內(nèi)容，對話題模型進行更新，提高話題模型的適應(yīng)度。提出并實現(xiàn)了一種基于知網(wǎng)的報道特征規(guī)范化的話題跟蹤算法（簡稱NCT算法）。該算法在傳統(tǒng)話題跟蹤算法的框架下實現(xiàn)，其中的話題/新聞模型化模塊采用了知網(wǎng)知識庫求得兩個詞語之間的相似度，并根據(jù)相似度對話題特征進行規(guī)范。提出并實現(xiàn)了基于知網(wǎng)的報道特征規(guī)范化和話題更新的話題跟蹤算法（簡稱TR&NCT算法）。該算法綜合利用了上述兩個算法的