面向多媒體問答的新聞熱點(diǎn)分析及其呈現(xiàn).pdf

1、近幾十年來，隨著互聯(lián)網(wǎng)技術(shù)的普及和發(fā)展，大量新聞報(bào)道涌現(xiàn)到互聯(lián)網(wǎng)上，面對大量的新聞信息，用戶需要花很長時(shí)間才能了解新聞熱點(diǎn)話題，因此如何幫助用戶快速的了解新聞熱點(diǎn)話題已成為了急需解決的問題。
　　本文提出了基于語義特征的新聞熱點(diǎn)檢測方法和基于關(guān)鍵文檔和LDA模型的話題演化方法，具體包括如下幾點(diǎn):
　　1)提出了基于語義特征的新聞熱點(diǎn)檢測方法。此方法充分考慮到新聞標(biāo)題比新聞?wù)母鼙磉_(dá)新聞主旨，本文分別對一篇新聞標(biāo)題和新聞?wù)?/p>

2、使用LDA(LatentDirichlet Allocation)和BTM(Bi-term Topic Model)提取其語義特征，其中語義特征包括文檔-主題和主題-單詞概率分布，然后通過VSM(Vector Space Model)表示此篇文檔，根據(jù)語義特征調(diào)整VSM模型特征項(xiàng)權(quán)重，隨后使用本文提出的改進(jìn)的聚類算法進(jìn)行聚類，通過聚類中心表示話題，最后使用本文提出的新聞熱度計(jì)算公式，計(jì)算出在指定時(shí)間段上的新聞熱度，最后利用計(jì)算出來的熱度

3、值排序得到指定時(shí)間段內(nèi)熱點(diǎn)新聞排行榜。
　　2)提出了基于關(guān)鍵文檔和LDA模型的話題演化方法。該方法首先利用LDA模型對文檔集合進(jìn)行訓(xùn)練，得到文檔集合的主題-文檔和主題-單詞概率分布，隨后根據(jù)文檔集合的時(shí)間信息，將文檔集合劃分為不同的時(shí)間段，分別在各個(gè)時(shí)間段內(nèi)，使用LDA模型提取文檔集合的文檔-主題和主題-單詞概率分布，然后根據(jù)關(guān)鍵文檔定義提取每個(gè)時(shí)間段內(nèi)的關(guān)鍵文檔，通過文檔集合的文檔-主題概率分布表示每個(gè)時(shí)間段的關(guān)鍵文檔，然后計(jì)