| 动态话题追踪中的时序权重 |
| |
| 引用本文： | 吴树芳,徐建民. 动态话题追踪中的时序权重[J]. 计算机科学, 2015, 42(2): 233-236,240 |
| |
| 作者姓名： | 吴树芳 徐建民 |
| |
| 作者单位： | 1. 河北大学管理学院 保定071002
2. 河北大学数学与计算机学院 保定071002 |
| |
| 基金项目： | 本文受中国博士后科学基金资助 |
| |
| 摘 要： | 在贝叶斯信念网络的基础上,给出了一个新的动态话题追踪模型作为文章的表示模型.依据时间距离量化动态话题追踪中的时序信息,并将其应用于特征权重的动态调整.考虑到较长时间没有再现的特征权重应该衰减,给出了权重衰减函数,若衰减后的特征权重低于一定的阈值,则将其视为冗余信息.实验采用TDT4测试集合和DET曲线进行评测,通过反复实验获得基于TDT语料的最优时间距离阈值α和决定是否为冗余特征的阈值β.实验证明,使用时序权重后可有效提高动态话题追踪模型的追踪性能.
|
| 关 键 词： | 话题追踪 时序权重 衰减 贝叶斯信念网络 |
| 收稿时间： | 2013-04-08 |
| 修稿时间： | 2014-06-10 |
Temporal Weight in Dynamic Topic Tracking |
| |
| WU Shu-fang and XU Jian-min. Temporal Weight in Dynamic Topic Tracking[J]. Computer Science, 2015, 42(2): 233-236,240 |
| |
| Authors: | WU Shu-fang and XU Jian-min |
| |
| Affiliation: | College of Management,Hebei University,Baoding 071002,China and College of Mathematics and Computer,Hebei University,Baoding 071002,China |
| |
| Abstract: | |
| |
| Keywords: | Topic tracking Temporal weight Decay Bayesian belief network |
| 本文献已被 万方数据 等数据库收录！ |
|
点击此处可从《计算机科学》下载全文 |
|
