话题检测与跟踪综述(精简版2).pdfVIP

话题检测与跟踪的评测及研究综述 1 2 洪 宇 ，张 宇，刘 挺，李 生 （哈尔滨工业大学计算机科学与技术学院信息检索研究室哈尔滨 150001 ） 摘要：话题检测与跟踪是一项面向新闻媒体信息流进行未知话题识别和已知话题跟踪的信息 处理技术。自从 1996年前瞻性的探索以来，该领域进行的多次大规模评测为信息识别、采集和组 织等相关技术提供了新的测试平台。由于话题检测与跟踪相对于信息检索、信息挖掘和信息抽取 等自然语言处理技术具备很多共性，并面向具备突发性和延续性规律的新闻语料，因此逐渐成为 当前信息处理领域的研究热点。本文简要介绍了话题检测与跟踪的研究背景、任务定义、评测方 法以及相关技术，并通过分析目前 TDT领域的研究现状展望未来的发展趋势。 关键词：话题检测与跟踪；自然语言处理；事件；新闻报道 中图分类号：TP391 Topic Detection and Tracking Review Yu Hong ，Yu Zhang ，Ting Liu，Sheng Li （Information Retrieval Lab, School of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China ） Abstract ： Topic detection and tracking, as one of natural language processing technologies, faces information of news medium detect unknown topic and track known topic. Since the pilot of research in 1996, the several large-scale evaluation conferences have been providing environment for evaluating technologies of recognition, collection and organization. As topic detection and tracking is similar with information retrieval, data mining and information extraction, and faces abrupt and successive data, it has become a hotspot in current field of nature language processing. This paper mainly introduced the background, definition, evaluation and methods in topic detection and tracking, and explored its future development trend through analyzing current research. Keywords: Topic Detection and Tracking ；Natural Language Processing ；Event ；News Story 1 引言 话题检测与跟踪（Topic Detection and Tracking，简写为 TDT ）起源于早期面向事件的检测与 跟踪（Event Detection and Tracking，简写为EDT ）。TDT 面向多语言文本和语音形式的新闻报道， 主要从事报道边界自动识别、锁定和收集突发性新闻话题、跟踪话题发展以及跨语言检测与跟踪 等相关任务。与 EDT 不同，TDT 检测与跟踪的对象从特定时间和地点发生的事件扩展为具备更多 相关性外延的话题，相应的理论与应用研究也同时从传统对于事件的识别跨越到包含突发事件及 其后续相关报道的话题检测与跟踪。 1基金