usestylepapertitle

《usestylepapertitle》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、SummarizingMicroblogsOnNetworkHotTopicsHeYanxiang1,Suwen2,Tianye3,Chenqiang4,Linlu5SchoolofComputer,WuhanUniversity,Wuhan,China1.yxhe@whu.edu.cn,2.wensu@whu.edu.cnAbstract—Astherepresentativeofnewmedia,microblogboostsforitsrealtimecharacteristicandrichcontent.Usingthesummariesofahottopictodisp

2、laythetopiccanprovidemanyimportantmessagesandbackgroundknowledgetotheusers.Sincetheshorttextfeatureandlowcostsoftransmission,themessagesofmicroblogstransmitveryfastandtendtoproduceexplosivecontent,whichiswellclustered.Traditionalautomaticsummarizationtechnologiesmainlyaimatlongtextsummarizatio

3、n,thusinthispaper,wepresentanovelandlightalgorithm-LNalgorithm-todetecthottopics,summarizethetopicandprovideavisualpresentationofthetopic.Keywords-microblog;hottopic;shorttextanalysis;LNalgorithm面向网络热点话题的微博文本摘要何炎祥1，苏雯2，田野3，陈强4，林露5武汉大学计算机学院，武汉，中国，4300721.yxhe@whu.edu.cn,2.wensu@whu.edu.cn【摘要】微型

4、博客作为新媒体的代表，其上发布信息的实时性与内容丰富性都是传统平台所不具备的。对微博平台上的热点话题进行摘要式展现，有利于用户获取话题中重要信息和全局背景。微博的短文本与低传播成本特性[1]使得微博信息传播速度非常快，围绕某一热点话题的微博信息容易产生聚集性好的爆炸性内容。传统的自动摘要技术主要针对长文本，本文提出一个轻巧新颖的算法——LN算法——对微博中的热点话题进行识别，自动分析产生摘要，并且以树的形式将话题以摘要的方式展现给用户。【关键词】微博；热点话题；短文本分析；LN算法1引言微博是一个用于用户关系的信息分享、传播以及获取平台，它作为人们记录生活和发表评论的载体，包含了许

5、多非常有价值的信息。Twitter从2006年开始成为了人们的交流平台之一，四年内，Twitter已经增长为每个月大约有2亿用户访问，每天大约有4亿条“tweets”被发布。国内，随着全民热捧的新浪微博、腾讯微博的兴起，微博也已然成为一个不可或缺的交流平台。微博上，每个用户都是一个“自媒体”，每个用户都是信息的生产者和消费者。特别是在突发和热点事件中，微博的影响规模和传播速度都超越了普通博客和传统的新闻媒体。2008年5月12日，中国四川汶川发生大地震，Twitter在约14时35分33秒披露首个消息；2011年3月11日日本大地震，微博平台上不仅发布了地震实时情况的大量第一手信息

6、，用户通过微博发布寻人信息等更是为地震失踪人员寻找工作发挥了极大的作用。可见，微博平台已经成为不可小觑的网络舆论平台。对于一个热点话题，若用户对该话题有兴趣，可以得到关于该话题的一批微博内容。如2011年2月发生的新西兰地震，一天内仅在腾讯微博这一个平台就有3万多条博文讨论该话题，用户需要阅读大量的内容并且剔除大量垃圾内容才能知道这个话题的讨论情况。微博上的话题基本上是针对某一人物或者地点，内容简短，对于热点话题内容聚集性好，实时性强，这些特点下，一个快速轻巧的能对微博内容进行分析归纳并且以清晰的层次展示这些内容的方法很有研究意义。本文提出一个轻巧新颖的算法，围绕某热点人物、地点对

7、一个话题进行归纳，并且将话题中的有用内容以树状形态展现给用户。本文一共分为5个部分，第2部分介绍了相关工作情况，第3部分是具体方法描述，第4部分是实验以及分析，第5部分是结论和未来的工作展望。ThispaperissupportedbytheNationalNaturalScienceFoundationofChina.2相关工作微型博客允许用户通过Web、Wap、IM、SMS以及各种终端，以简短的文本进行更新和发布消息。以新浪微博为例，每一条信息的内容不得超过140