文档介绍：摘要话题检测与追踪是一种检测新出现的话题并追踪话题发展动态的信息智能获取技术。该技术能把分散的信息有效地汇集并组织起来,从整体上了解一个话题的全部细节以及该话题中事件之间的相关性,在军事和民用方面都具有极其重要的理论和实用意义。本文主要研究新闻话题检测与追踪技术,重点研究网页采集、网页噪声净化、新闻话题检测以及热门话题追踪,取得了如下龇矫娴难芯砍晒首先,根据后续处理对网页采集的要求,设计并实现了杉鳌8貌杉髟诓杉过程中进行了协议分析、网页类型判断、新闻网页时间提取,对传统杉的功能进行了扩展。实验证明,该采集器能够对网页信息进行自动采集,并对后续的应用提供充分的支持,具有良好的通用性。其次,从网页文本内容的表示方式以及对网页内部噪声的分析两方面入手,提出一种基于向量空间模型的网页噪声净化方法。该算法按照标签将网页内容划分为不同的内容块,从中挑选出网页的主题内容块,根据向量空间模型的内容相似性比较技术对其余内容块进行判断。实验结果表明,无论从噪声净化的准确性还是完整性方面,新方法均优于传统净化方法。再次,针对话题检测中事件动态发展可能会导致后继故事判断错误的现象,提出一种基于话题重心自适应的话题检测方法。新方法用命名实体作为特征项来表示话题重心,通过组合初始的话题重心以及每一次动态修正后的话题重心,构建用于检测后继故事的总话题检测器。实验结果表明,该方法有效地降低了漏报率与错报率,提高了话题检测的性能。最后,针对训练正例稀疏的问题,提出了一种改进的疤庾纷俜椒āP路椒ǘ源统掷喾椒ń懈慕⒂τ糜诨疤庾纷伲档土搜盗贩蠢芗吹挠跋欤换乖诨题追踪过程中加入时间窗策略,降低了计算的复杂度。实验结果表明,该方法能有效地克服训练集稀疏的问题,提高了话题追踪的效率,保证话题追踪的稳健性。关键词:话题检测与追踪,畔⒉杉蛄靠占淠P停堤澹疤庵匦南蛄浚琄近邻第Ⅵ页信息工程大学硕士学位论文
知识水坝***@pologoogle为您整理
【嘶印甤鷈籒锄“舢堪准虢佗牾齣鰉辤∞蒳,耫∞”,锄耤邶.【,,;∞‥坷∞、Ⅳ緎琾緋、Ⅳ,呵猙丘阰;
知识水坝***@pologoogle为您整理
表目录中英文时间信息对照表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表街址椒ù硎菁昂笪募笮”浠表街址椒ㄊ菁谌萏崛∑拦澜峁表街址椒ǘ允菁拇硭俣榷员取表笛槭莸氖录稀表疤饧觳獾钠啦狻表疤饧觳馐笛榻峁表骼辔谋臼勘硎尽表盺仁被疤庾纷偈笛榻峁表当Ⅳ产时话题追踪实验结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..表信息工程大学硕士学位论文第页
图目录挛呕疤饧觳庥胱纷傧低晨蛲肌图疤饧觳饧际跏疽馔肌图疤庾纷偌际跏疽馔肌畔⒉杉低晨蛲肌畔⒉杉鞒掏肌牡挡杉峁图蛄靠占淠P汀图趁娴男畔⑹疽狻图牡凳鹘峁故疽馔肌图新方法处理结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图类重心向量示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图新闻话题检测示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图两种方法对话题检测系统开销的比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图话题追踪的详细分析过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图基于文本分类的话题追踪原理框图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图斐济发生政变话题新闻报道演化⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图斫峁信息工程大学硕士学位论文戗第
日期:知司年学位论文版权使用授权书縫多月,原创性声明占月,日期:!年学位论文题目:受堂堑闺适题捡测量迫跬技盔班究日期:谖学位论文题目:墼堡垒堑阊话题捡测生追蕴拉苤班究拢谌本人声明所提交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表和撰写过的研究成果,也不包含为获得信息工程大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢作者指导教师签名:日期:多∞本人完全了解信息工程大学有关保留、使用学位论文的规定。本人授权信息工程大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档,允许论文被查阅和借阅;可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。C苎宦畚脑诮饷芎笫视帽臼谌ㄊ椤学位论文作者签名:意。日
第一章引言课题的来源和意义基本概念随着信息传播手段的进步,尤其是互联网的出现,信息急剧膨胀。网络上的新闻报道是其中最主要的信息类型之一,也是人们最