基于LDA模型和T OPTICS算法的中文新闻话题检测_李琮.pdfVIP

下载本文档

14
0
约2.72万字
约 7页
2017-07-21 发布于浙江
举报
版权申诉

基于LDA模型和T OPTICS算法的中文新闻话题检测_李琮.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于LDA模型和T OPTICS算法的中文新闻话题检测_李琮

20 16 ( ) 20 16 年河北大学学报自然科学版 36 1 Journal of Hebei University (Natural Science Edition) Vol． 36 No． 1 第卷第期 DOI :10. 3969 /j. issn. 1000-1565. 20 16. 0 1. 0 17 基于LDA 模型和T-OPTICS 算法的中文新闻话题检测 1 2 2 1 ，，，李琮袁方刘宇李欣雨 (1．， 07 1002 ; 河北大学计算机科学与技术学院河北保定 2 ．， 07 1002) 河北大学数学与信息科学学院河北保定 : ． LDA (latent dirichlet allocation) 摘要给出了一种针对大量新闻数据的话题检测方法首先通过模型，，． OPTICS (or- 从语义层面抽取新闻数据主题有效降低数据分析维度更合理地体现新闻主题特征然后改进 dering point to identify the cluster structure) ， T-OPTICS 密度聚类算法基于新闻话题的时间延续性给出了算法． OPTICS ，． OPTICS 该算法继承了算法对参数不敏感的特性降低了参数选择对聚类结果的影响改进了算，． TDT4 ，法中文本间相似度的计算方法体现了话题的时间延续性基于数据集的实验表明该方法能够快速有效地发现新闻中的话题． :LDA ;T-OPTICS ; ; 关键词模型聚类降维中图分类号:TP391． 1 文献标志码:A 文章编号:1000-1565 (20 16)0 1-0 106-07 Chinese news topic detection based on LDA and T-OPTICS