位置:成果数据库 > 期刊 > 期刊详情页
基于LSA和结构特性的微博话题检测
  • ISSN号:1001-3695
  • 期刊名称:《计算机应用研究》
  • 时间:0
  • 分类:TP391.1[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]上海理工大学光电信息与计算机工程学院,上海200093
  • 相关基金:基金项目:国家自然科学基金资助项目(61074087);上海市教育委员会科研创新项目(12ZZ144);上海市一流学科(系统科学)资助项目(XTKX2012)
中文摘要:

针对传统的话题检测方法在处理大规模微博短文本时出现的降维能力不足和语义信息丢失等问题,提出基于潜在语义分析和结构特性相结合的微博话题检测方法。根据微博的对话属性和传播模型,首先要合并微博讨论树扩展微博文本,创建基于潜在语义分析(ISA)的微博文本模型以解决数据稀疏性问题,最后结合时间信息给出新的相似度计算方法,并采用凝聚层次聚类法检测微博话题。实验结果表明,提出的方法降低了话题检测的错失率,大大提高了微博话题检测的性能。

英文摘要:

In connection with the problem of insufficient dimension reduction ability and missing semantic information in han- dling microblog short text on a large scale by the traditional topic detection method, this paper proposed the microblog topic de- tection method based on the combination of latent semantic analysis(LSA) and structural property. According to the dialogue properties and propagation model of microblog, the proposed method firstly merged the microblog discussion tree to extend the microblog text. Secondly, it created a microblog text model based on LSA to resolve the problem of data sparsity. Finally, it offered new computational method of similarity combined with the time information and detect the microblog topic by conden- sing the hierarchical method. The experimental results show that the proposed method can reduce the miss ratio of topic detec- tion and significantly improve the performance of microblog topic detection.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049