一种时间情境依赖的微博话题抽取方法.pdfVIP

一种时间情境依赖的微博话题抽取方法 庄婷婷王平程齐凯 (武汉大学信息管理学院．武汉。430072) [摘要]微博话题处在动态变化中，为了准确的抽取所需的微博话题，在微博文本内容之外，需 要考虑微博的情境依赖关系，而其中尤为重要的是时间情境。本文提出了一种时间情境依赖的时 序微博话题检测方法。该方法包括四个步骤：文本预处理、微博文本的特征选取、基于主题模型的 文本话题检测、微博话题演化状态的确定。在真实数据上的实验表明，本文提出的方法具有较好 的效果。 [关键词]话题检测微博特征选取主题模型 [中图分类号]G250 [文献标识码]A[文章编号]2095．2171(2013)03．0040．07 RelatedDetection on TemporalTopic ApproachMicroblog Qikai Zhuang Cheng TingtingWangPing ofInformation (School Management，WuhanUniversity，Wuhan，430072) in datais at more [Abstract]Topicmicroblogdynamic．Aimingdetectingmicroblog’Stopic precisely，we shouldmakeuseofthecontextof otherthanitstextcontent．This a givenmicroblog paperproposestemporal relateddetectionmethod．Thismethodcanbedividedintofour selec- topic phases：preprocessing，feature evolution resultsonrealdatashowthatthemethodswe tion，topicdetection，topicanalysis．Experimental inthis well． proposepaperperform detection FeatureSelectionMode EKeywords]TopicMicroblog Topic 1 引言 带来了信息碎片化、上下文信息缺失等诸多问 题。为了解决这些问题，一种可行的技术手段 微博(Microblog)是近年来发展迅速的一 是对微博信息进行话题检测，从话题的角度组 种媒体形式，国外的Twitter、国内的新浪微博、 织微博信息。 腾讯微博都有着巨大的用户量和大规模的微 博数据。微博通过不超过140个字的短文本 微博话题检测，或者更具体地，微博热门 Detection，TD) 发布信息。由于微博信息的实时性、多样性和 话题检测，是话题检测(Topic 移动化，微博已经成为人们获取信息、讨论事 技术¨。在微博数据上的应用。目前，国内对微 件的重要平台。微博的实时性和多样性一方 博话题检测的研究还处在起步阶段。研究者 面为信息的发布和获取提供了便利，同时，也 的一般思路是将微博信息看作文本，然后利用 [基金项目]中国博士后科学基金第六批特别资助项目。网上多源信息的可信度判断与评估模型研究”(2013T60749) 的研究成果之一。 [作者简介]庄