关于话题演化关系网络生成的路线思考:从话题聚类到话题网络展示

话题演化关系网络生成,是实现事件演化追踪的一个重要方法。通过对文本话题进行聚类、内容处理、话题演化关联、话题演化网络的展示,能够在一定程度上为用户揭示出一个事件发展的情况。本文就笔者对该方向的实现路线思考进行总结,分享给大家。
一、文本话题聚类
1、使用single-pass趟次聚类算法,将聚类的相似度阈值设置为0.6,对给定主题的所有文本进行聚类,得到多个话题类及每个类别下对应的文档集合。
2、假设一个话题下必须包含的文档数量大于某个阈值,否则不能成为话题。在本次实验中,将类下文档数量小于2的主题进行删除,得到最终的话题类别集合,并选择top30作为高频话题集合,即热点话题集合
3、热点话题热度的计算,某个话题的热度等于该话题下文本数量与该主题文本数量的比值
4、对热点话题集合进行话题内容处理和话题演化关联操作
二、话题内容处理
1、话题开始时间和结束时间获取
1)获取某一话题所有文本的时间,并以日为单位,移除单日发文量小于2的日期,将每个时间点按照持续时间不超过30天则为一个话题的持续时间原则进行时间段合并,划分成若干个时间片段。将时间片段按照包含文本的数量从大到小排序,取得最佳的话题时间范围
2)将得到的时间段中的第一个时间为话题的开始时间
3)将得到的时间段中的最后一个时间为话题的结束时间
2、话题名称抽取
1)获取某一话题下,开始时间和结束时间范围内的所有文本标题,形成标题集合
2)获取所有文本标题中所有标题的最大公共子串:标题两两比对,得到最长公共字串,并计数
3)对最长公共子串中的标题进行得分计算,得分为࿱

  • 3
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值