新闻话题表示模型和关联追踪技术研究

第1章绪论1.1背景1.1.1问题来源1.1.2发展历史1.2重要概念1.3研究任务1.4评价方法1.5研究现状分析1.5.1表示模型1.5.2相似度计算1.5.3相似度整合1.5.4关键问题和难点1.6本书主要工作1.7本书结构第2章话题关联识别中的表示模型分析2.1新闻报道分析2.2多向量表示模型的构建2.2.1预处理2.2.2特征选取2.2.3特征权重计算2.3多向量表示模型的使用2.3.1相似度计算2.3.2模糊匹配2.3.3多个相似度整合2.4实验及讨论2.4.1话题关联识别流程2.4.2实验数据2.4.3实验结果及分析2.5小结第3章话题关联识别中的信息扩充技术3.1问题描述3.2相关工作3.3动态扩充技术3.4动态扩充信息3.4.1摘要信息3.4.2名实体3.4.3依存信息3.4.4精化策略3.5实验及讨论3.5.1实验数据3.5.2实验结果及分析3.6小结第4章基于动态话题模型的话题追踪4.1话题漂移实例分析4.2相关工作4.3基于话题的权重计算方法4.4动态话题模型4.4.1基于相关样本更新4.4.2基于无关样本更新4.5实验及讨论4.5.1话题追踪流程4.5.2实验数据4.5.3实验结果及分析4.6小结第5章基于联合追踪方法的话题追踪5.1问题描述5.2相关工作5.3联合追踪5.3.1基于关联特征的追踪方法5.3.2基于已知相关信息的追踪方法5.3.3联合追踪方法5.4实验及讨论5.4.1实验数据5.4.2实验结果及分析5.5小结第6章结论与展望6.1全书总结6.2下一步展望附录1作者著书期间的成果附录2 ICTCLAS词性标注集附录3停用词集参考文献

　　本书对话題发现与追踪中的话题关联识别和话题追踪两个任务进行了较为深入的研究，在新闻表示模型和关联追踪方法上提出了效果较为明显的改进技术。　　本书共分为四大部分：第一部分主要对话题发现与追踪领域的国内外研究现状进行阐述（第1章）；第二部分对新闻话题的表示模型进行较为细致的分析，并对话题关联识别过程中的信息动态漂移问题进行动态信息扩充研究（第2、3章）；第三部分对话题追踪研究中的话题漂移现象和起始已知信息较少的问题进行研究并提出相应的解决方法（第4、5章）；最后一部分对　　本书的工作以及下一步延续做出总结和展望（第6章）。