基于改进向量空间模型的话题识别与跟踪

被引：22

作者：

宋丹 ^{[1
]}

王卫东 ^{[2
]}

陈英 ^{[2
]}

机构：

[1] 大连理工大学计算机科学与工程系

[2] 东北电力大学计算机系

来源：

计算机技术与发展 | 2006年 / 09期

关键词：

话题识别与跟踪; 向量空间模型; 时间表达;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

话题识别与跟踪旨在发展一系列基于事件的信息组织技术,通过监测以实现对新闻媒体信息流中新话题的自动识别和已知话题的动态跟踪。文中提供一种利用改进的向量空间模型进行识别和跟踪的方法。没有使用传统向量空间模型中单个向量,而是按照语义将特征词划分为4个组(人物、时间、地点、内容)并形成4个向量空间。每个空间进行独立的权重计算和相似度计算。实验证明这些方法是有效的。

引用

页码：62 / 64+67 +67

页数：4