基于KNN的科技主题跟踪.pdfVIP

基于KNN的科技主题跟踪★ 宋丹，吴晨，薛德军，师庆辉 清华同方知网(北京)技术有限公司(-啊．cnki．net)，北京．100084 E-mail：dandon91007@hotmail．tom 摘要：话题跟踪属于话题识别与跟踪(1DT)的一项子任务，是一种基于事件的信息组织技术。话题跟踪 任务就是根据某一话题的训练报道，在后续报道中找出讨论该话题的所有报道。用话题跟踪方法可以解决 对已有科技主题的自动跟踪问题。针对科技文献的特点，提出，一种利用文献引用关系基于KNN分类的 科技主题跟踪方法。实验证明这种方法是有效的。 关键词：科技主题；话题跟踪；心悄算法 Sci f enti i C ectTracki basedonKNNaI i thm Subj ng gor Dan，WuCheIl，XueDejun，Shi … Song Qinghui TSinOaua Network 100084 TongfangKnowledgeTechnologyCo．．Ltd．(ncijmg),Beijmg E-mail：dandon91007@hotmail．corn has outofthe Detectionand Wasanevent-based grown Abstract：TopicTracking Topic Tracking(rDa3．It it with information task,andlinkeddocuments detected method organization previouslyevents．Topictracking callbeusedtosolvescientific thevaluable of scientific trackingproblem．Thepaper,utilizedproperties papers， usedcitedinformationbetweenliteratureto KNN totrack indicate that help algorithmsubjects．Theexperiments themethod iseffective． presented Keywords：Scientific Subjects；TopicTracking；KNNalgorithm； 1引言 科技文献是研究工作的宝贵成果，也是知识传播的主要途径。如何帮助科研人员在海 量的科技文献中发现其感兴趣的信息，如何通过文本挖掘、信息检索等于段为科研人员整 理得到某个科技主题的所有相关论文，帮助科研人员了解该主题的研究工作从提出到目前 的整个发展过程，因此科技主题的自动识别及跟踪是目前有待解决的问题之一。 科技主题与TDT(话题识别与跟踪)研究中的“主题”定义相似，即可以借鉴TDT 中的话题识别与话题跟踪方法解决科技主题的自动识别及跟踪问题。话题识别与跟踪(TDT) 作为信息检索的一个新的研究方向，旨在发展一系列基于事件的信息组织技术【l儿引，实现对 新闻信息中新话题的自动识别(Firstdetection)和对已知话题的动态跟踪(Topic story