|
|||||
|
|
| 一种基于TF·IEF模型的在线新闻事件探测方法 | |
| 作者姓名： | 张辉 李国辉 贾立 孙博良 |
| 作者单位： | 国防科技大学信息系统与管理学院 |
| 基金项目： | 国家部委资助项目;国家自然科学基金资助项目(61170158);湖南省自然科学基金资助项目(12JJ5028) |
| 摘 要： | 为了提升在线新闻事件探测的性能,提出一种基于TF.IEF模型的在线新闻事件探测方法。该方法受TF.IDF思想的启发,直接计算特征词表征事件的权重,建立新的增量事件模型,并将探测过程分为两个阶段:第一阶段利用Single-Pass将一定时段内收集到的报道聚成微簇;第二阶段将微簇与已有事件进行相似性匹配,然后通过重新计算事件向量实现模型更新。实验结果表明,该方法运算速度快,特征信息丢失少,提高了探测的效率和准确率。 |
| 关 键 词： | 在线新闻事件探测 TF·IEF模型 增量事件模型 Single-Pass聚类 |
| 本文献已被 CNKI 等数据库收录！ | |