基于SVM的突發(fā)事件新聞話題跟蹤方法研究.pdf

1、移動(dòng)互聯(lián)網(wǎng)的發(fā)展使得人們進(jìn)入了一個(gè)信息極度豐富的時(shí)代。網(wǎng)絡(luò)信息規(guī)模的急劇膨脹和凌亂無章，又使得人們對有價(jià)值信息的發(fā)現(xiàn)和管理變得越來越困難。突發(fā)事件的隨機(jī)性和不確定性，使得決策者掌握的信息有可能不全面和不及時(shí)，并且在信息的反饋和處理過程中，信息的準(zhǔn)確性和有效性也難以保證，導(dǎo)致信息失真。如何能全面準(zhǔn)確地獲取相關(guān)報(bào)道和突發(fā)事件的發(fā)展演變信息成為目前需要解決的問題。
　　話題檢測技術(shù)能從新聞報(bào)道流中自動(dòng)檢測出最新的新聞主題，并將新聞報(bào)道及

2、時(shí)地按照話題組織起來;話題跟蹤技術(shù)則能追蹤特定的新聞主題。因此，話題檢測和跟蹤技術(shù)的應(yīng)用將能有效地管理和組織新聞信息，滿足人們對新聞信息的特殊需求。本文對突發(fā)事件的后續(xù)報(bào)道進(jìn)行跟蹤，根據(jù)用戶事先確定的感興趣的話題，對大規(guī)模的海量信息進(jìn)行實(shí)時(shí)過濾，生成相關(guān)話題的持續(xù)進(jìn)展情況，進(jìn)而掌握事件的全貌。
　　本文采用構(gòu)建多個(gè)子向量的多向量空間模型的方法來表示突發(fā)事件新聞文檔。在對常見的文本分類算法分析的基礎(chǔ)上，采用了基于SVM分類算法的方法

3、實(shí)現(xiàn)了話題跟蹤系統(tǒng)。針對話題跟蹤過程中話題本身的漂移現(xiàn)象，提出了改進(jìn)的話題跟蹤系統(tǒng)，對跟蹤過程中偽相關(guān)反饋包含的新穎信息進(jìn)行檢測和建模，并在此基礎(chǔ)上使用多向量空間模型動(dòng)態(tài)調(diào)整話題空間，以跟蹤話題漂移，降低漏檢率。
　　本文的主要工作有:
　　1.對已經(jīng)下載加工好的突發(fā)事件新聞?wù)Z料進(jìn)行分析，采用詞語作為候選特征并將特征詞劃分為五類（人名、時(shí)間名、地點(diǎn)名、組織機(jī)構(gòu)名、內(nèi)容）并形成五個(gè)子向量，用五個(gè)子向量空間模型來表示新聞文檔。計(jì)

4、算時(shí)間相似度和地點(diǎn)相似度計(jì)算的時(shí)候分別采用了報(bào)道時(shí)間距離和關(guān)聯(lián)度的計(jì)算方法，同時(shí)在特征詞的權(quán)重計(jì)算時(shí)考慮了特征詞的位置信息。最后把突發(fā)事件文本的信息分為兩類，即客觀信息和主觀信息，為進(jìn)一步研究奠定理論基礎(chǔ)。
　　2.在報(bào)道關(guān)聯(lián)檢測中，采用了多向量模型構(gòu)建和基于SVM的分類算法相結(jié)合的方法進(jìn)行檢測，取得了較好的效果。
　　3.針對話題跟蹤過程中話題本身的漂移現(xiàn)象，采用改進(jìn)的基于核心和新穎部分的方法構(gòu)建了話題跟蹤系統(tǒng)。