资源描述：
《多特征融合文本聚类的新闻话题发现模型（.doc》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、多特征融合文本聚类的新闻话题发现模型*基金项目：国家自然科学基金项目（61272513）；北京市教育委员会科技计划面上项目（KM201511232016）；北京高等学校青年英才计划项目(YETP1503)；北京市教育委员会科技计划面上项目（SM201511232004）。作者简介：车蕾(1979-)，女，河南洛阳人，副教授，博士研究生，E-mail：chelei@bistu.edu.cn；杨小平（通信作者），男，教授，博士，博士生导师，E-mail：yang@ruc.edu.cn。车蕾1,2，杨小平1（1.中国人民大学信息学院，北京，10
2、0872；2.北京信息科技大学信息管理学院，北京，100192）摘要：为提高Web新闻话题发现的准确率，融合新闻命名实体、新闻标题、新闻重要段落、文本语义等多特征影响，提出基于多特征融合文本聚类的新闻话题发现模型。模型根据新闻的多特征影响，提出一种多特征融合文本聚类方法。该方法针对新闻标题、新闻重要段落等特征因素构建向量空间模型及相似度算法，基于潜在狄利克雷分配模型构建主题空间模型及相似度算法，针对命名实体构建命名实体模型及相似度算法，并将三种相似度算法形成最优融合。基于多特征融合文本聚类方法，模型改进了用于新闻话题发现的Single-P
3、ass算法。实验是在真实新闻数据集上开展的，实验结果表明该模型有效地提高了新闻话题发现的准确率、召回率和综合评价指标，并具有一定的自适应能力。关键词：新闻话题；多特征融合；潜在狄利克雷分配；向量空间模型；主题空间模型中图分类号：TP391NewsTopicDiscoveryModelofMultiFeatureFusionTextClusteringCHELei1,2,YANGXiaoping2(1.SchoolofInformationRenMinUniveristyofChina,Beijing100872,China;2.Schoo
4、lofInformationManagementBeijingInformationScience&TechnologyUniversity,Beijing100192,China)Abstract:InordertoimprovetheaccuracyofWebnewstopicdiscovery,thenewstopicdiscoverymodelbasedonmultifeaturefusiontextclusteringisproposedthatfusesmultifeaturesofnews,suchasnamedentiti
5、es,newsheadlines,importantparagraphs,textsemanticsandsoon.Basedonmultifeatureinfluenceofnews,amultifeaturefusiontextclusteringmethodisputforwardinthismodel.Inthisway,vectorspacemodelandsimilarityalgorithmbasedonfeaturewords,newsheadlines,importantparagraphsareconstructed,
6、subjectspacemodelandsimilarityalgorithmbasedonLDAisconstructed,namedentitymodelandsimilarityalgorithmbasedonnamedentitiesisconstructed,andthosethreesimilarityalgorithmsarefusedoptimally.Basedonmultifeaturefusiontextclusteringmethod,theSingle-Passalgorithmusedinthenewstopi
7、cdiscoveryisimproved.Experimentsarecarriedoutontherealnewsdataset,andtheexperimentalresultsshowthatthemodelcanimprovetheaccuracyrate,recallrateandcomprehensiveevaluationindexofthenewstopicdiscovery,andhavesomeabilityofself-adaption.Keywords:NewsTopic;MultiFeatureFusion;La
8、tentDirichletAllocation;VectorSpaceModel;SubjectSpaceModel随着信息化的发展，互联网逐渐成为人们获取信息的一个主要途径，突发新闻事件可以
