一种高效的用于话题检测的关键词元聚类方法

杨攀 1; 桂小林 1; 田丰 1; 2; 王刚 1; 3

您当前的位置：

首页 >

文章列表页 >

一种高效的用于话题检测的关键词元聚类方法

更新时间：2025-07-09

- 一种高效的用于话题检测的关键词元聚类方法
- Efficient Keywords Clustering Method for Topic Detection
- 西安交通大学学报 2012年46卷第10期页码：24-28
- 作者机构：
  
  1. 西安交通大学电子与信息工程学院,西安,710049
  2. 陕西省计算机网络重点实验室,西安,710049
- 作者简介：
- 基金信息：
  
  : 2012-04-12. 作者简介: 杨攀(1987-),男,博士生;桂小林(通信作者),男,教授,博士生导师. 基金项目: 国家自然科学基金资助项目(61172090);国家科技重大专项课题(2012ZX03002001-004)
- DOI：
  中图分类号： TP301
- 网络首发：2012-10-10，
  
  纸质出版：2012
- 稿件说明：
移动端阅览
杨攀 1, 桂小林 1, 田丰 1, 等. 一种高效的用于话题检测的关键词元聚类方法[J]. 西安交通大学学报, 2012,46(10):24-28.

Efficient Keywords Clustering Method for Topic Detection[J]. 2012, 46(10): 24-28.
杨攀 1, 桂小林 1, 田丰 1, 等. 一种高效的用于话题检测的关键词元聚类方法[J]. 西安交通大学学报, 2012,46(10):24-28. DOI：

Efficient Keywords Clustering Method for Topic Detection[J]. 2012, 46(10): 24-28. DOI：

摘要

针对基于关键词元的话题内事件检测算法运行效率不高、不适合进行大规模文本话题检测的问题

提出了一种高效的关键词元聚类算法.该算法在进行词元簇选择时

为簇间相似度分配权值

并借鉴正态分布函数评估词元簇的个数

提高词元簇的选择精度

从而减少所需的词元聚类次数.实验结果表明

将改进的方法应用到舆情监控的话题检测中

能在不影响检测精度的前提下有效地提高算法的运行效率.

Abstract

An improved term-committee-based event identification algorithm is presented to meet the requirements of efficiency and accuracy in public opinion monitor system

where the original event identification algorithm can not be applied due to its lower efficiency. While the similarity between the clusters is calculated

the weight is taken into consideration simultaneously. Referencing the examples from normal curve

an evaluation algorithm is proposed to help choosing cluster with a proper term number

thus the improved algorithm only needs clustering once. The experiments indicate the operating efficiency for the required accuracy.

关键词

Keywords

references

刘涛,吴功宜,陈正. 一种高效的用于文本聚类的无监督特征选择算法 [J]. 计算机研究与发展,2005,42(3): 381-386.

LIU Tao, WU Gongyi, CHEN Zheng. An effective unsupervised feature selection method for text clustering [J]. Journal of Computer Research and Development, 2005, 42(3):381-386.

彭柳青,张军英,许进. 基于k-Means均匀效应的健壮聚类初始算法 [J]. 华中科技大学学报,2010,38(8):73-76.

PENG Liuqing, ZHANG Junying, XU Jin. A robust algorithm for cluster initialization using uniform effect of k-means [J]. Journal of Huazhong University of Science and Technology, 2010,38(8):73-76.

HAO Xiulan, HU Yunfa. Topic detection and tracking oriented to BBS [C]∥Computer, Mechatronics, Control and Electronic Engineering(CMCE), 2010 International Conference on. Piscataway, NJ, USA:IEEE, 2010: 154-157.

KUMARAN G, ALLAN J. Text classification and named entities for new event detection [C]∥The 27th Annual International ACM SIGIR Conference. New York, USA: ACM, 2004: 297-304.

曾依灵,许洪波,吴高巍,等. 一种基于语料特性的聚类算法 [J]. 软件学报,2010, 21(11): 2802-2813.

ZENG Yiling, XU Hongbo, WU Gaowei, et al. Clustering algorithm based on the distributions of intrinsic clusters [J]. Journal of Software, 2010, 21(11): 2802-2813.

MOHD M, CRESTANI F, RUTHVEN I. Design of an interface for interactive topic detection and tracking [C]∥Flexible Query Answering Systems 8th International Conference on. Berlin, German: Springer, 2009:227-238.

HOUSHMAND M, NAGHIBZADEH M, ARABAN S. Reliability-based similarity aggregation in ontology matching [C]∥Intelligent Computing and Intelligent Systems(ICIS), 2010 IEEE International Conference on. Piscataway, NJ, USA: IEEE,2010: 744-749.

ALLAN J, CARBONELL J, DODDINGTON G, et al. Topic detection and tracking pilot study final report[C]∥Proceedings of the DARPA Broadcast News Transcription and Understanding Workshop. San Francisco, USA: Morgan Kaufmann Publishers, 1998: 194-218.

张猛,王大玲,于戈. 一种基于自动阈值发现的文本聚类方法 [J]. 计算机研究与发展,2004, 41(10): 1748-1753.

ZHANG Meng, WANG Daling, YU Ge. A text clustering method based on auto-selected threshold [J]. Journal of Computer Research and Development, 2004, 41(10): 1748-1753.

张阔,李涓子,吴刚,等. 基于关键词元的话题内事件检测 [J]. 计算机研究与发展,2009,46(2):245-252.

ZHANG Kuo, LI Juanzi, WU Gang, et al. Term-committee-based event identification within topics [J]. Journal of Computer Research and Development, 2009,46(2):245-252.

NALLAPATI R, FENG A, PENG F C, et al. Event threading within news topics [C]∥Proc of the 13th ACM Conf on Information and Knowledge Management(CIKM). New York, USA: ACM, 2004: 446-453.

梁炎明,刘丁.规则递归T-S模糊模型及其辨识方法. 2012,46(8):54-58.

薛峰,周亚东,高峰,等. 一种突发性热点话题在线发现与跟踪方法. 2011,45(12):64-69.

彭柳青,张军英.一种鲁棒的子空间聚类算法. 2011,45(6):13-19.

赵煜,蔡皖东,樊娜,等. 利用词汇分布相似度的中文词汇语义倾向性计算. 2009,43(6):33-37.

张云,冯博琴. 利用标签的层次化搜索结果聚类方法. 2009,43(4):18-21.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

多工况下离心压气机叶轮-机匣一体联合设计优化

融合物理信息与深度算子网络的变压器绕组热-流场快速计算方法

隧道内燃料电池汽车氢气泄漏扩散特性及影响因素

电子级超纯氮深冷空分流程节能优化研究

结构-语义-残差协同的图像压缩框架：面向隐私保护与高保真重建