自適應(yīng)話題跟蹤技術(shù)研究.pdf

1、現(xiàn)代計算機(jī)網(wǎng)絡(luò)已經(jīng)滲透到人類生活的方方面面。網(wǎng)絡(luò)上每天充斥著海量的信息并且時時更新，如何篩選甄別網(wǎng)絡(luò)信息成了一項日益嚴(yán)峻的研究任務(wù)。話題跟蹤技術(shù)就是在此基礎(chǔ)上發(fā)展起來的。該項研究主要針對新聞報道類信息，目的是監(jiān)控新聞報道信息流，持續(xù)收集指定話題的后續(xù)報道。而具備自學(xué)習(xí)能力的話題跟蹤系統(tǒng)被稱為自適應(yīng)話題跟蹤。
　　 本文主要進(jìn)行了以下幾方面的研究工作:首先，針對話題跟蹤任務(wù)中存在的訓(xùn)練語料稀疏和話題漂移問題，本文提出了基于靜態(tài)模型

2、和動態(tài)模型相結(jié)合的雙態(tài)話題模型自適應(yīng)技術(shù)。其中，動態(tài)模型結(jié)合滑動文本窗機(jī)制捕捉話題新內(nèi)容并去除過時內(nèi)容，及時反映話題側(cè)重點的變化，同時擴(kuò)充了話題模型的語料;靜態(tài)模型起制衡作用，避免可能存在的錯誤判斷。在與現(xiàn)有話題跟蹤系統(tǒng)實驗對比結(jié)果中，準(zhǔn)確率提高2.73％，召回率提高1.98％，綜合指標(biāo)提高2.42％。雙態(tài)話題模型可以顯著提高自適應(yīng)話題跟蹤系統(tǒng)的性能。
　　 其次，話題跟蹤中的固定閾值有初始值難以確定和調(diào)整幅度難以把握的缺點。針

3、對這一問題，本文對現(xiàn)有的閾值算法進(jìn)行了總結(jié)，并結(jié)合動態(tài)閾值模型，探討了兩種新的自適應(yīng)閾值模型算法。實驗結(jié)果中，準(zhǔn)確率比改進(jìn)之前提高了2.65％;召回率提高了12.20％;綜合指標(biāo)提高了7.41％;而閾值適應(yīng)區(qū)間僅為0.05。即本文提出的改進(jìn)算法在不需要大量實驗測取經(jīng)驗值、實驗壞點相對較少的優(yōu)勢下，可以達(dá)到較好的自適應(yīng)跟蹤性能。
　　 最后，針對話題模型中存在大量非重要特征噪聲這一問題，將語義域話題模型首次應(yīng)用到了自適應(yīng)話題跟蹤系

4、統(tǒng)中。以新聞標(biāo)題作為報道語義域的凝聚核心，以句子為單位集聚報道主題，保留特征空間的主要內(nèi)容。實驗結(jié)果中，準(zhǔn)確率提高0.96％，召回率提高4.40％，綜合指標(biāo)提高了2.64％，語義域話題模型在簡化步驟的同時，達(dá)到了較高的系統(tǒng)性能。
　　 自適應(yīng)話題跟蹤技術(shù)是自然語言處理、數(shù)據(jù)挖掘、智能信息處理等各領(lǐng)域交叉學(xué)科的重點研究內(nèi)容，又是實際生活中提供便捷信息獲取方式的重要手段。因此，無論從技術(shù)還是應(yīng)用上而言，自適應(yīng)話題跟蹤技術(shù)研究都具有廣