基于全局/局部共现词对分布的汉越双语新闻事件线索分析

针对汉越双语新闻事件线索分析,提出了基于全局/局部共现词对分布的汉越双语事件线索生成方法。该方法首先将新闻话题词语分布作为全局词语表征全局事件,然后用一定时间粒度下新闻片段特有的时间、人物、地点等事件元素作为局部词语,分析新闻片段中全局词语和局部词语的共现关系,将全局/局部词语的共现规律作为监督信息,结合RCRP算法和汉越双语新闻的对齐语料,构建有监督话题生成主题模型,获得相应时间跨度下代表事件发展进程的子话题分布,通过子话题的分布反映事件发展的线索,从而构建出在线汉越双语事件线索生成模型。实验在汉越混合新闻数据集上进行,事件线索生成对比实验结果证明了提出的方法的有效性。
     

基于用户查询日志的命名实体挖掘

针对大规模查询日志中丰富的命名实体的挖掘是数据挖掘领域中的重要研究课题。已有的研究工作提出了一种基于种子实体的抽取框架,利用实体间的分布相似度进行挖掘。然而该工作只有当种子实体仅属于单个语义类别时才能取得好的结果,实际上命名实体往往可能从属于多个类别。该文通过引入一个弱指导话题模型,利用少量的人工指导信息,很好地解决了实体的类别模糊性,提高了挖掘的有效性。实验表明该文提出的方法在实体挖掘性能上显著优于已有的方法。     

社团挖掘和话题监控的互动模型研究

社团挖掘是Web信息挖掘领域的重要应用,而话题监控是文本信息研究领域的重要应用,目前这两种技术是各自独立的。为更好地应用于互联网形成的复杂社会网络,将这两种技术结合起来研究,发现了社团和话题之间的关系,创建了社团挖掘和话题监控的静态和动态互动模型,设计了社团挖掘、话题识别以及社团跟踪算法。     

对动画片的剧本主题研究

本文就动画片剧本主题的发展历史和现状,结合国内外相关领域的成功案例,分析我国动漫产业如何发掘出更多的动画故事,使得我国动画剧本的取材更加多样化,制作出更多的优秀动画作品,从取材致胜,加快我国动画产业的进一步发展。     

话题发现与追踪技术研究

话题发现与追踪以新闻流为处理对象,采用基于事件的信息组织方式进行研究,一直是自然语言处理领域里的热点。该研究借鉴大量相关研究尤其是信息检索中的经典模型和方法,取得了很大成功。首先介绍了话题发现与追踪的主要研究内容、评价方法以及发展历史;然后对其多个研究内容提出一个统一研究框架,并对该框架中的关键技术进行了详细分析;最后指出该领域中的关键问题及难点,并对未来研究做出展望。     

Characterizing the role of Weibo and WeChat in sharing original information in a crisis

Strategically differentiated managerial evidence of different social media platforms is of great importance to enhance crisis communication processes by balancing their strengths and weaknesses. This study aims to uncover the platform-specific situational information-sharing characteristics by differentiating the major types of information published in Weibo and WeChat during different phases of a crisis. The subject of the study is the Changsheng fake vaccine crisis which happened in China in 2018. Multiple supervised machine learning and topic modelling methods are used for the characterization of situational information types of the crisis during three phases in both platforms. Our study found that WeChat shares more situational information such as notifications, caution and advice, and criticizing information, whereas Weibo shares more emotional support and help-seeking information. This study provides social media analytics and empirical evidence of platform-specific situational information-sharing characteristics to aid authorities/researchers for better crisis communication and public emergency management.     

基于主题图的公安案件信息资源知识体系研究

文章探讨了将主题图技术应用于公安案件的信息资源组织。通过对主题图技术的概念和理论的介绍,建立了公安案件主题图概念体系。结合实际的公安案件,分析了公安案件中主题及主题间的关联。运用OKS知识开发组件工具进行了具体的构建,最终达到了用Omnigator实现基于语义的主题图浏览,Vizigator实现主题图可视化。     

基于主题图的文献资源组织模型及应用研究

文章分析了主题图的相关理论和传统文献组织方法优劣,论证了主题图在文献资源组织中的可行性,提出了基于主题图的文献资源组织模型及构建方法,引申了基于该模型的文献检索、主题导学、个性化资源推荐等应用研究。     

研讨支持系统中基于主题聚类的热点提取

研讨支持系统是一种旨在通过计算机技术代替传统面对面的研讨方式,并利用信息处理、数据挖掘等方法自动形成决策的网络研讨平台。研讨过程中会产生海量发言,如何自动挖掘和提取发言中的热点是本文研究重点。文章采用文本聚类的方法从发言中得到主题簇,并结合提出的热度值计算公式找出热门主题和热门观点。最后引用一个实例分析和验证了热点提取过程。     

动态文本流中的话题线索检测算法

针对动态文本流中的话题线索检测问题,提出一种基于语义相关度模型的话题线索检测算法。利用改进的语义相关度模型计算消息文本与话题线索之间的语义相关度,将消息划分至相应的话题线索。在真实数据集上的实验结果表明,与现有算法相比,该算法的F1测度值较高。