一种中文微博新闻话题检测的方法 - 同济大学.pdf

第 卷 第 期 计 算 机 科 学 ３９ １ Ｖｏｌ．３９Ｎｏ．１ 　 年 月 ２０１２ １ Ｃｏｍ ｕｔｅｒ Ｓｃｉｅｎｃｅ Ｊａｎ２０１２ ｐ 　 　 一种中文微博新闻话题检测的方法 郑斐然 苗夺谦 张志飞 高 灿 　 　 　 　 （ ） 同济大学计算机科学与技术系 上海２０１８０４ 　 （ ） 同济大学嵌入式系统与服务计算教育部重点实验室 上海２０１８０４ 　 　 。 ， 摘 要 微博的迅猛发展带来了另一种社会化的新闻媒体形式 提出一种从微博中挖掘新闻话题的方法 即在线检 　 　 ， ， 。 ， 测微博消息中大量突现的关键字 并将它们进行聚类 从而找到新闻话题 为了提取出新闻主题词 综合考虑短文本 ， ； 中的词频和增长速度而构造复合权值 用以量化词语是新闻词汇的程度 在话题构造中使用了上下文的相关度模型来 ， ， 。 ， 支撑增量式聚类算法 相比于语义相似度模型 其更能适应该问题的特点 在真实的微博数据上运行的实验表明 本 方法可以有效地从大量消息中检测出新闻话题。 ， ， ， 关键词 微博 新闻 话题检测 聚类 　 中图法分类号 ＴＰ３９１ 文献标识码 Ａ 　 　　　 　 　 ＮｅｗｓＴｏ ｉｃＤｅｔｅｃｔｉｏｎＡ ｒｏａｃｈｏｎＣｈｉｎｅｓｅＭｉｃｒｏｂｌｏ 　 ｐ 　 　 ｐｐ 　 　 　 ｇ ＺＨＥＮＧＦｅｉｒａｎ ＭＩＡＯ Ｄｕｏ ｉａｎ ＺＨＡＮＧＺｈｉｆｅｉ ＧＡＯ Ｃａｎ 　 － 　 　 －ｑ 　 　 － 　 　 （ ， ， ， ） Ｄｅ ａｒｔｍｅｎｔｏｆＣｏｍ ｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏ Ｔｏｎ ｉＵｎｉｖｅｒｓｉｔ Ｓｈａｎ ｈａｉ２０１８０４ Ｃｈｉｎａ 　 　 　 　 　 　 　 ｐ