融合要素及主题的汉越双语新闻话题分 析参考.pdfVIP

第 42卷 第 9期 计 算 机 工 程 2016年 9月 Vo1．42 NO．9 ComputerEngineering September2016 · 人工智能及识别技术 · 文章编号：1000．3428(2016)09．0186．06 文献标志码：A 中图分类号：TP311 融合要素及主题的汉越双语新闻话题分析 夏 青，严 馨，余正涛，汪建成，高盛祥，洪旭东 (昆明理工大学 信息工程与 自动化学院，昆明650500) 摘 要 ：双语话题分析与发现是当前 国内外 的研究热点，但针对特定文本研究较少 。为此 ，在汉越双语新 闻文本 中，基于双语主题分布词的汉越文本相似度计算方法，提出融合标题 、关键词以及实体等并针对新闻文本的新闻要 素特征 。将这些新闻特征信息融合到文本相似度计算 中构建双语文本相似度矩阵，对汉越双语新 闻文本采用 白适 应 K均值算法进行聚类 ，分析汉越双语新闻话题。实验结果表 明，与仅考虑新 闻文本相似度 的计算方法和 K均值 聚类方法相 比，该方法 的准确率 、召回率和 F值更高。 关键词 ：双语新 闻话题分析 ；汉越双语 ；文本相似度 ；主题 ；自适应聚类 中文引用格式：夏 青，严 馨，余正涛，等．融合要素及主题的汉越双语新闻话题分析lJ]．计算机工程，2)【l6，42(9)： 186．191． 英文引用格式 ：XiaQing，YanXin，YuZhengtao，eta1．AnalysisofSino—VietnameseBilingualNewsTopicsMixing ElementsandThemes[J]．ComputerEngineering，2016，42(9)：186—191． AnalysisofSino—VietnameseBilingualNewsTopics M ixingElem entsand Them es XIA Qing，YAN Xin，YU Zhengtao，WANGJiancheng，GAO Shengxiang，HONG Xudong (SchoolofInformationEngineeringandAutomation，KunmingUniversityofScienceandTechnology，Kunming650500，China) 【Abstract】Itisahotresearchpointofanalyzinganddiscoveringbilingualtopics．However，thereisnofurtherresearch on specificcontexts．So thispaperputsforward a sim ilarity calculation method forSino—Vietnamesecontextbased on bilingualsubjectdistributionwordsinSino—Vietnamesebilingualnewstexts．Itismixedwithelementfeaturesofnews suchastitles，key wordsand entities，integratesthe newsfeature information into thecontextsimilarity calculation tO constructbilingualtextsimilaritymatrix，and usesadaptiveK—meansalgorithm toclusterSino—Vietnamesebilingualnews textsin ordertoanalyze Sino—Vietnamesebilingualnewstopics．Experimentalresultsprovethatthe accuracyrate，recall rateand F—measureoftheproposedmethodarehigherthanthatofthecalculationmethodusingonlynewstextsimilarity