基于事件-時(shí)間關(guān)聯(lián)模型的新聞話題檢測(cè)與動(dòng)態(tài)演化跟蹤.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，信息的傳播與交互方式都有了徹底的改變，網(wǎng)絡(luò)信息呈爆炸式地增長(zhǎng)，成為人們獲取訊息的主要途徑。面對(duì)海量無(wú)序的網(wǎng)絡(luò)新聞，如何對(duì)各個(gè)話題進(jìn)行準(zhǔn)確且智能化地識(shí)別與組織，已經(jīng)成為網(wǎng)絡(luò)信息處理領(lǐng)域的重要研究課題。話題檢測(cè)與跟蹤(Topic Detection and Tracking,TDT)正是面向這一課題提出的研究方向，主要任務(wù)是自動(dòng)檢測(cè)時(shí)序新聞報(bào)道流中的新話題并實(shí)時(shí)跟蹤已知話題的后續(xù)相關(guān)報(bào)道，將各種新聞信息組織起來(lái)再呈

2、現(xiàn)給用戶。
　　本文首先針對(duì)話題檢測(cè)(Topic Detection,TD)任務(wù)提出基于事件-時(shí)間關(guān)聯(lián)模型(Event-Time Relation Model,ETRM)的話題檢測(cè)方法。ETRM模型依據(jù)話題和報(bào)道中事件內(nèi)容及其時(shí)間屬性的關(guān)聯(lián)特征而構(gòu)建，依賴(lài)時(shí)間屬性對(duì)話題中事件進(jìn)行切分和提取，而后組織成事件報(bào)道集對(duì)話題進(jìn)行描述。新事件檢測(cè)是話題檢測(cè)研究中的重要環(huán)節(jié)，其任務(wù)是識(shí)別新聞話題的種子事件，并為后續(xù)話題跟蹤任務(wù)提供話題的初始質(zhì)

3、心。本文基于ETRM對(duì)新事件檢測(cè)任務(wù)進(jìn)行探究，提出改進(jìn)的話題檢測(cè)策略：利用時(shí)間信息建立話題模型的事件索引；在新事件的判定過(guò)程中遵循同時(shí)同事的原則并引入時(shí)間頻率因素；針對(duì)論述種子事件的新聞報(bào)道，對(duì)其相關(guān)于舊話題的概率進(jìn)行相應(yīng)的調(diào)整，以提高新舊話題判定的準(zhǔn)確性。經(jīng)過(guò)實(shí)驗(yàn)測(cè)評(píng)，證明基于ETRM的話題檢測(cè)方法有效改進(jìn)了話題檢測(cè)系統(tǒng)的相關(guān)性判定效率及其準(zhǔn)確率。
　　話題跟蹤任務(wù)也是話題檢測(cè)與跟蹤領(lǐng)域中重要的應(yīng)用研究之一，它直接針對(duì)時(shí)序新聞報(bào)

4、道流進(jìn)行特定新聞話題后續(xù)相關(guān)報(bào)道的識(shí)別與挖掘。本文依據(jù)新聞報(bào)道動(dòng)態(tài)地隨時(shí)間變化的特性，提出一種基于時(shí)間特征演變模型的自適應(yīng)話題跟蹤算法：在傳統(tǒng)的向量空間模型中引入特征項(xiàng)的時(shí)間信息對(duì)話題進(jìn)行描述，通過(guò)特征項(xiàng)的時(shí)間差信息計(jì)算時(shí)間相關(guān)度，并將其與余弦?jiàn)A角公式結(jié)合應(yīng)用，對(duì)報(bào)道與話題的相關(guān)性判定機(jī)制進(jìn)行改進(jìn)。此外，針對(duì)傳統(tǒng)的話題跟蹤過(guò)程中出現(xiàn)的漂移現(xiàn)象，在話題模型特征項(xiàng)自學(xué)習(xí)更新的同時(shí)基于時(shí)間相關(guān)度進(jìn)行相應(yīng)權(quán)重調(diào)整，借以及時(shí)準(zhǔn)確地捕捉話題的焦點(diǎn)。