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(xiàng)面向新聞報(bào)道信息流進(jìn)行已知話題跟蹤的信息處理技術(shù)，屬于話題檢測(cè)與跟蹤的一項(xiàng)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(jì)算及閾值比較這三個(gè)基本模塊。其中，話題/新聞報(bào)道的模型表示又分為特征項(xiàng)提取和權(quán)重計(jì)算這兩個(gè)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(duì)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(shí)庫。 本文實(shí)現(xiàn)了基于話題更新的話題跟蹤算法（簡(jiǎn)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(duì)話題模型進(jìn)行更新，提高話題模型的適應(yīng)度。提出并實(shí)現(xiàn)了一種基于知網(wǎng)的報(bào)道特征規(guī)范化的話題跟蹤算法（簡(jiǎn)稱NCT算法）。該算法在傳統(tǒng)話題跟蹤算法的框架下實(shí)現(xiàn)，其中的話題/新聞模型化模塊采用了知網(wǎng)知識(shí)庫求得兩個(gè)詞語之間的相似度，并根據(jù)相似度對(duì)話題特征進(jìn)行規(guī)范。提出并實(shí)現(xiàn)了基于知網(wǎng)的報(bào)道特征規(guī)范化和話題更新的話題跟蹤算法（簡(jiǎn)稱TR&NCT算法）。該算法綜合利用了上述兩個(gè)算法的