面向新聞話題的社交媒體文本上下文銜接研究.pdf

1、互聯(lián)網(wǎng)的快速發(fā)展使傳統(tǒng)的新聞媒體（報紙、電視等）和新社交媒體（博客、微博、論壇、推特等）共生且互補。新聞媒體以專業(yè)的視角對一熱點事件與話題提供準確、客觀、深入的報道，同時，社交媒體作為一個網(wǎng)絡平臺為人們能夠及時快捷的表達和分享他們對該熱點事件的觀點和看法提供便利。
　　但現(xiàn)如今使用社交媒體的人越來越多，大量的與新聞話題無關、冗余的雜質信息和有效的信息混淆在一起，嚴重干擾了對重要信息的提取。因此在海量的社交媒體文本中尋找與新聞話題相

2、關的信息以及人們感興趣的信息就顯得尤為重要，本文的主要任務就是建立新聞話題與社交媒體文本間的聯(lián)系，提高用戶獲取信息的效率。
　　為了實現(xiàn)上述目的，本文采用一種基于Topical N-gram Model(TNG)主題模型的社交媒體文本上下文銜接方法，該方法首先使用TNG模型對新聞文本建模以獲得主題信息。因為TNG模型考慮了詞序對主題特征詞的影響，在模型中加入n-gram短語，充分利用詞的上下文信息。在計算主題與社交媒體文本間的相似

3、度時，因為新聞文本與社交媒體文本在詞匯使用上的差異，我們利用主題與社交媒體文本中的詞共現(xiàn)對主題進行調(diào)整之后再計算相似度，這樣調(diào)整后的主題中不僅包含新聞中的詞，還包含社交媒體文本中的詞，因此能夠更好的實現(xiàn)對社交媒體文本的分類。
　　此外，采用了另一種基于Word Mover's Distance(WMD)文本距離的社交媒體文本上下文銜接方法，該方法考慮到上一種方法在計算相似度過程中不能捕獲不同但相似的詞或短語的問題，采用一種新的基于