版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著因特網(wǎng)的普及,新聞網(wǎng)頁已經(jīng)成為人們獲取信息的一個(gè)主要來源之一。但面對(duì)浩瀚的信息量,人們需要借助某種方式來快速、準(zhǔn)確地搜集自己感興趣的信息。話題檢測(cè)與追蹤(Topic Detection and Tracking,TDT)是一項(xiàng)為了應(yīng)對(duì)信息海罱的問題而展開的研究。美國1996年開始組織有關(guān)研究機(jī)構(gòu)進(jìn)行TDT測(cè)評(píng),新事件檢測(cè)(New Event Detection,NED)作為其關(guān)鍵了任務(wù)之一,研究的主要內(nèi)容是怎樣通過新事件檢測(cè)系統(tǒng)檢測(cè)
2、出事件的第一篇新聞報(bào)道。國內(nèi)相關(guān)研究雖起步較晚,但由于話題檢測(cè)與追蹤在信息檢索、文本分類等相關(guān)領(lǐng)域的實(shí)際應(yīng)用價(jià)值,其相關(guān)研究已成為信息處理領(lǐng)域的熱點(diǎn)。
基本的新事件檢測(cè)系統(tǒng)主要分為文本表示、文本的比較與文本分類與時(shí)間窗口選擇等幾大模塊。本文在國內(nèi)外研究的基礎(chǔ)上,以文本形式的中文新聞數(shù)據(jù)流為處理對(duì)象,對(duì)自然語言處理技術(shù)中時(shí)間信息的統(tǒng)一表達(dá)、地名的規(guī)范化處理、人名庫的有效建立方等方面作了改進(jìn)。特別地,考慮到新聞報(bào)道趨向于盡早將
3、報(bào)道要義告知讀者的特點(diǎn),本文提出了位置信息這一概念,并在此基礎(chǔ)之上通過可加函數(shù)和可乘函數(shù)對(duì)Okapi相似比較函數(shù)進(jìn)行改進(jìn)。文本的分類方面,本文中采用的支持向量機(jī)(Support Vector Machine,SVM)的方法有堅(jiān)實(shí)的數(shù)學(xué)基礎(chǔ),是機(jī)器學(xué)習(xí)領(lǐng)域關(guān)注度相當(dāng)高的一種方法,尤其是在無監(jiān)督情形下有著良好的魯棒性,已被成功的應(yīng)用于模式識(shí)別及回歸問題的分析。
本文對(duì)從中新網(wǎng)、新華網(wǎng)等大型網(wǎng)站收集的含有20個(gè)主題的14295篇
4、新聞文檔分別采用核回歸法(kernel regression)、最近鄰域方法(nearest neighbor method)和支持向量機(jī)法(Linear—kernel SVM、RBF—kernel SVM)等方法進(jìn)行新事件檢測(cè),通過對(duì)采用基本NED系統(tǒng)和改進(jìn)后的NED系統(tǒng)進(jìn)行實(shí)驗(yàn)得出的檢測(cè)代價(jià)系數(shù)進(jìn)行對(duì)比,得到三種方法對(duì)應(yīng)的代價(jià)系數(shù)分別降低了4.9%、7.3%和13.1%。由此說明了NED系統(tǒng)在應(yīng)用了基于新聞?wù)Z料特征改進(jìn)的向量空間模型
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 重大突發(fā)事件新聞報(bào)道研究.pdf
- 社會(huì)新聞報(bào)道與民生新聞報(bào)道的異同
- 校慶新聞報(bào)道
- 扶貧新聞報(bào)道創(chuàng)新研究——以清遠(yuǎn)新聞報(bào)道為例
- 融合新聞報(bào)道
- 新聞報(bào)道范文
- 新聞報(bào)道策劃
- 新聞報(bào)道方式
- 新聞報(bào)道和新聞特寫的文體特征對(duì)比研究.pdf
- 我國公共事件新聞報(bào)道的特點(diǎn)研究
- 精確新聞報(bào)道研究.pdf
- 民生新聞報(bào)道研究.pdf
- 健康新聞報(bào)道研究.pdf
- 我國公共事件新聞報(bào)道的特點(diǎn)研究.pdf
- 淺析突發(fā)性事件的新聞報(bào)道
- 頓巴斯戰(zhàn)爭(zhēng)新聞報(bào)道研究基于俄羅斯、英國和中國的新聞報(bào)道比較分析.pdf
- 災(zāi)難新聞報(bào)道的研究.pdf
- 新聞報(bào)道的特殊模式
- 新聞報(bào)道價(jià)值評(píng)價(jià)研究.pdf
- 稅務(wù)新聞報(bào)道的誤區(qū)
評(píng)論
0/150
提交評(píng)論