首页 | 本学科首页   官方微博 | 高级检索  
     

话题跟踪中静态和动态话题模型的核捕捉衰减?
引用本文:洪宇,仓玉,姚建民,周国栋,朱巧明.话题跟踪中静态和动态话题模型的核捕捉衰减?[J].软件学报,2013(5).
作者姓名:洪宇  仓玉  姚建民  周国栋  朱巧明
作者单位:苏州大学 计算机科学与技术学院,江苏 苏州,215006
基金项目:国家自然科学基金,国家高技术研究发展计划(863),国家教育部博士点基金,苏州市应用基础研究计划基金
摘    要:话题跟踪是一项针对新闻话题进行相关信息识别、挖掘和自组织的研究课题,其关键问题之一是如何建立符合话题形态的统计模型.话题形态的研究涉及两个问题,其一是话题的结构特性,其二是话题变形.对比分析了现有词包式、层次树式和链式这3类主流话题模型的形态特征,尤其深入探讨了静态和动态话题模型拟合话题脉络的优势和劣势,并提出一种基于特征重叠比的核捕捉衰减评价策略,专门用于衡量静态和动态话题模型追踪话题发展趋势的能力.在此基础上,分别给出突发式增量式学习方法和时序事件链的更新算法,借以提高动态话题模型的核捕捉性能.实验基于国际标准评测语料TDT4,采用NIST(National Institute of Standards and Technology)提出的最小检测错误权衡系数评测法,并结合所提出的核捕捉衰减评价方法,对各类主要话题模型进行测试.实验结果显示,结构化的动态话题模型具有最佳的跟踪性能,且突发式增量式学习和时序事件链的更新算法分别给予动态话题模型0.4%和3.3%的性能改进.

关 键 词:话题跟踪  静态话题模型  动态话题模型  核捕捉衰减  突发式增量式学习  时序事件链

Descending Kernel Track of Static and Dynamic Topic Models in Topic Tracking
HONG Yu , CANG Yu , YAO Jian-Min , ZHOU Guo-Dong , ZHU Qiao-Ming.Descending Kernel Track of Static and Dynamic Topic Models in Topic Tracking[J].Journal of Software,2013(5).
Authors:HONG Yu  CANG Yu  YAO Jian-Min  ZHOU Guo-Dong  ZHU Qiao-Ming
Abstract:
Keywords:topic tracking  static topic model  dynamic topic model  descending kernel track  busty feature based incremental learning  temporal event chain
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号