基于微博文本和元数据的话题检测 |
| |
作者单位: | ;1.东华大学计算机科学与计算机学院 |
| |
摘 要: | 在微博热点话题发现中,微博文本短、词量少、时效性高,传统的话题检测方法不再适用。针对这些新的特点,提出一种基于微博文本和元数据的话题发现方法。首先利用微博发布时间、用户信息、微博转发评论等元数据构造描述微博词汇能量的复合权值,进而提取出话题的主题词汇,然后基于上下文关系构造主题词汇簇,最后对微博文本进行二次聚类,从而得到微博中的隐含话题以及相关微博文本。在真实微博数据上的实验表明,该方法能有效发现热门话题,提高话题检测的准确率和查全率。
|
关 键 词: | 微博 元数据 聚类 话题检测 |
TOPIC DETECTION BASED ON MICROBLOGGING TEXT AND METADATA |
| |
Abstract: | |
| |
Keywords: | |
|
|