基于各向异性热度扩散的主题检测方法-论文.pdf

《基于各向异性热度扩散的主题检测方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2014年8月计算机工程与设计Aug．2014第35卷第8期COMPUTERENGINEERINGANDDESIGNVo1．35No．8基于各向异性热度扩散的主题检测方法陈立伟。，谢朝阳，唐权华(1．西南交通大学信息科学与技术学院，四川成都610031；2．西南科技大学土木工程与建筑学院，四川绵阳621010；3．西南科技大学计算机学院，四川绵阳621010；4．江西师范大学软件学院，江西南昌330022)摘要：为规避审查，互联网中经常使用同音、形似、谐音等替代真实词汇谈论同一主题，需要有相应的表达、识别

2、和检测机制。一个主题通常包含多个关键词，引入词网，根据相关词汇对主题进行索引。当一个词语被提及时，其所属的主题热度也相应增加，并增加与其相关联词语的出现频率和主题热度。引入各向异性扩散(anisotropicdiffusion)方程作为热度扩散标准。实验结果表明，该检测方法所得结果与人工标注结果匹配度较高。关键词：主题检测；词网；各向异性扩散；被动冷却；比较排序中图法分类号：TP391文献标识号：A文章编号：1000—7024(2014)08—2886—04Topicdetectionbasedonani

3、sotropicheatdiffusionCHENLi—wei，XIEZhao-yang，TANGOuan-hua4(1．SchoolofInformationScienceandTechnology，SouthwestJiaotongUniversity，Chengdu610031，China；2．SchoolofCivilEngineeringandArchitecture，SouthwestScienceandTechnologyUniversity，Mianyang621010，China；3．S

4、choolofComputerScienceandTechnology，SouthwestScienceandTechnologyUniversity，Mianyang621010，China；4．SchoolofSoftware，JangxiNormalUniversity，Nanchang330022，China)Abstract：Tocircumventthereview，thehomonyms，theshape，andthehomophonicwordsareusedtoalternatether

5、ealwordstalkingaboutthesametopicontheInternet．Correspondingexpression，identificationanddetectionmechanismarerequiredforthetopicdetection．Asatopicwasexpressedbysomekeywords，Word-Netwasintroducedtoindextopics．Whenawordwasmentioned，theheatofitsrelatedtopicin

6、creasedanddiffused．Anisotropicdiffusionequationwasintroducedfortheheatdiffu—sion．Experimentalresultsshowthattheresultsoftopicsdetectedbyusingtheproposedmethodmatchwiththatofthemanualworktoagreatdegree．Keywords：topicdetection；Word-Net；anisotropicdiffusion；

7、passivecooling；comparisonsort需要进行距离比较，所以首先对主题进行量化描述，即构0引言建主题模型。现有主题描述主要有向量空间模型和语言模主题检测与跟踪(topicdetectionandtracking，TDT)需型。向量空间模型¨4将报道分解到特征空间，再根据各特要从文本或语音中检测出主题，分析主题间的关联，发现和征在文本中出现的概率估计其权重，最后利用夹角余弦评收集同主题的材料，需要综合应用自然语言处理、数据检价文本的相似性。语言模型E6J分别将2个文本视作一个报测、信息检

8、索等多学科的知识完成。TDT可以应用到新闻报道和一个主题，计算报道产生于主题的概率分布，再综合2道追踪、大规模网络信息自动处理、金融股票市场分析等国个概率分布作为2个文本的相关性。使用单一结构的特征民经济的多个领域，引发大量学者的研究兴趣_1]。向量描述主题和报道可能造成子主题间不正确匹配，并形主题检测一般是基于聚类方法实现。为对主题聚类，成错误语义，误导新主题的识别，可以将主题和报道划分收稿日期：2013—12—23；修订日