針對(duì)BBS的話題檢測(cè)與演化技術(shù)研究.pdf

1、BBS作為一種新興的交互性強(qiáng)的媒體，越來(lái)越受到網(wǎng)民的青睞，成為了新聞、觀點(diǎn)和民聲的集散地，是網(wǎng)民獲取信息和發(fā)表評(píng)論的重要渠道之一。BBS上的發(fā)帖和回帖都圍繞一個(gè)個(gè)話題，而這些話題呈現(xiàn)出很強(qiáng)的動(dòng)態(tài)性，怎樣有效的獲取感興趣的話題以及分析話題在時(shí)間和內(nèi)容上的演化對(duì)分析BBS上出現(xiàn)的信息具有重要意義。
　　 本文首先提出了一種結(jié)合詞位置和主題詞的話題檢測(cè)方法，標(biāo)題向量對(duì)話題相似性的貢獻(xiàn)很高。詞的能級(jí)譜算法能夠發(fā)現(xiàn)單篇文檔中的關(guān)鍵詞，提高

2、話題檢測(cè)的效果。實(shí)現(xiàn)了一個(gè)在線話題檢測(cè)系統(tǒng)，自動(dòng)抽取話題標(biāo)識(shí)和話題表示，改善了用戶的閱讀體驗(yàn)和閱讀效率。實(shí)驗(yàn)結(jié)果表明結(jié)合標(biāo)題中心向量、正文中心向量和主題詞中心向量表現(xiàn)出最好的效果，能夠很好地區(qū)分不同的話題。其次，本文提出了一種在線自適應(yīng)主題模型，即OALDA模型，該模型采用兩個(gè)矩陣分別記錄詞在主題上的先驗(yàn)分布和主題在文檔中的分布，能夠自動(dòng)發(fā)現(xiàn)文本流中新出現(xiàn)的主題和消亡的主題，并展現(xiàn)這些主題在時(shí)間和內(nèi)容上的演化，而且主題的數(shù)量是自適應(yīng)的。