计算机工程与应用

2022, v.58;No.1013(22) 132-141

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于在线Biterm主题模型的舆情新闻事件跟踪
Tracking Events of Public Opinion News Based on Online Biterm Topic Model

马子娟;岳昆;段亮;赵天资;

摘要(Abstract):

舆情新闻事件跟踪,是舆情监控、热点分析、政策制定等研究和应用的重要基础。针对舆情新闻的稀疏性、敏感性、易演化性、次生性等特点,基于在线Biterm主题模型(online Biterm topic model,DBTM),通过随机坍缩变分贝叶斯(stochastic collapsed variational Bayesian inference,SCVB0)算法更新参数,提出面向舆情新闻事件监控的主题模型MBTM(monitor Biterm topic model),利用该模型检测初期事件主题,跟踪后续新闻所属的主题。为了对存在关联关系的事件进行串联,进一步给出事件线索的概念,分别从主题层面和语义层面度量线索关联度,进而针对新闻事件主题生成事件线索。实验结果表明,MBTM模型在大多数指标上均优于OBTM等模型,验证了该方法的有效性和高效性。

关键词(KeyWords): 舆情新闻事件;事件跟踪;事件线索;在线Biterm主题模型

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金云南联合基金重点支持项目(U1802271);国家自然科学基金(62002311);; 云南省基础研究计划杰出青年项目(2019FJ011);; 云南省重大科技专项计划(202002AD080002);; 中国博士后面上项目(2020M673310);; 云南省万人计划“青年拔尖人才”计划;; 云南大学“东陆学者”培育计划

作者(Authors): 马子娟;岳昆;段亮;赵天资;

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享