專項主題新聞自動檢索方法研究與應用.pdf

1、在當今網(wǎng)絡時代，互聯(lián)網(wǎng)早已成為名符其實的最快捷、最方便、傳播面最為廣泛的新聞信息傳播媒介。網(wǎng)絡新聞具有信息量大、即時性強、增長快速等特點，而單位與個人所關注的新聞則具有主題性強、時變性弱等特點。研究如何從海量的、動態(tài)的網(wǎng)絡信息中，自動識別出用戶長期關心的專項主題信息，主動為用戶提供感興趣的信息服務，具有重要的社會意義和實際應用價值。本文針對自動構建企業(yè)門戶網(wǎng)站的新聞欄目等專項應用，在研究網(wǎng)絡新聞自動識別與檢索等相關技術的基礎上，采用元搜

2、索引擎系統(tǒng)架構，結合分布式信息檢索/融合、基于內(nèi)容的文本分類識別、領域本體處理等智能信息處理技術，設計并實現(xiàn)了一套專項主題新聞自動檢索系統(tǒng)。主要工作與貢獻如下：
　　 ⑴研究了元搜索引擎實現(xiàn)的相關技術，并重點研究了其中融合排序這一關鍵技術環(huán)節(jié)，提出了一種利用粒子群算法優(yōu)化多源檢索融合排序結果的方法，并通過一組科技文獻檢索的相關試驗，驗證了該算法的有效性。目前，該算法已被應用到本文目標系統(tǒng)中，作為其中的一個重要模塊。
　　

3、 ⑵通過大量算法實驗，深入研究和分析了利用SVM進行文本分類和主題識別應用時，有關文本特征、核函數(shù)等有效選擇與處理方面的一些關鍵技術問題。相關試驗表明，當使用互信息(IM)算法選擇特征項在4000左右、設定SVM的核函數(shù)為SIGMOID時，新聞文本的識別準確率在97％以上。這部分研究成果，現(xiàn)都已融合應用到本文的目標系統(tǒng)中。
　　 ⑶設計并實現(xiàn)了一套專項主題新聞自動檢索系統(tǒng)。該系統(tǒng)可基于用戶提供的主題關鍵詞和主題樣本語料庫工作。通