版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著互聯網技術的迅速發(fā)展以及計算機用戶的急劇增加,互聯網已經成為人們獲取信息的一項主要途徑。然而互聯網上很多重要的信息一般都被其它信息掩蓋,人們很難從如此眾多的網絡信息資源中獲取到有用的信息。尤其是在當今社會,突發(fā)事件已經成為困擾世界各國的重大問題,人們對突發(fā)事件的發(fā)生以及影響比較關注,相關人員需要第一時間掌握相關動態(tài)。本文的研究對象——新事件檢測(NED)的目標就是檢測出報道一個新聞話題種子事件的第一篇新聞。
本文主要針對時
2、間與地點在新聞報道中的作用進行研究,把時間與地點作為新聞報道間計算相似度的重要測度。并針對新事件檢測過程中新聞簇的漂移現象進行了一定的分析研究,設計相關的新聞簇模板更新算法來減少漂移給新事件檢測帶來的影響。本文的主要工作為以下幾點:
1.本文采用特征加權的方式對傳統的tf-idf模型進行改進。設置了一個參數ω,用參數ω來調整特征項權值的大小,這樣就對一些詞頻低,但是比較重要的特征詞的權重做了適當的放大,從而提高新事件檢測的準確
3、率。
2.設計了一個基于主題要素的突發(fā)事件新聞新事件檢測算法,利用時空信息提高新事件檢測效率。對時間信息與地點信息進行規(guī)范化,分別計算出新聞報道與新聞簇的時間相似度與地點相似度;并將時間相似度、地點相似度與內容相似度三者結合起來表示新聞文檔間的相似度。
3.引入了特定的新聞簇模板自動更新算法,讓新聞簇模板的表示隨著新聞報道的不斷加入而發(fā)生變化。
4.設計了一個實驗系統,分為五組實驗,并從失報率、錯報率、標準
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于SVM的新聞報道特征新事件檢測研究.pdf
- 基于事件樹的地理要素時空回溯方法研究.pdf
- 時空要素驅動的事件網頁信息檢索方法研究.pdf
- 基于人體姿態(tài)時空變化的摔倒事件檢測研究.pdf
- 基于事件要素網絡的多主題文本自動文摘方法研究.pdf
- 基于突發(fā)事件新聞標題的過濾方法研究.pdf
- 基于SVM的突發(fā)事件新聞話題跟蹤方法研究.pdf
- 基于車輛檢測與跟蹤的交通事件檢測方法研究.pdf
- 基于語義的視頻事件檢測分析方法研究.pdf
- 24454.基于事件過程的時空數據模型構建方法研究
- CPS時空建模及協作事件檢測的研究.pdf
- 基于HCRF的足球視頻精彩事件檢測方法研究.pdf
- 基于時空聯合的海天背景艦船目標檢測方法研究.pdf
- OTDR事件檢測方法研究.pdf
- 基于統計方法的交通事件檢測.pdf
- 基于預測技術的事件檢測方法的研究與設計.pdf
- 基于時空馬爾可夫隨機場的城市交通事件檢測研究.pdf
- 事件及其事件要素的抽取研究.pdf
- 基于網絡新聞流的熱點事件檢測與跟蹤算法研究.pdf
- 基于微博的突發(fā)事件檢測方法研究.pdf
評論
0/150
提交評論