Institute of Computing Technology, Chinese Academy IR
| 基于WMD距离与近邻传播的新闻评论聚类 | |
官赛萍; 靳小龙 ; 徐学可; 伍大勇; 贾岩涛; 王元卓; 刘悦
| |
| 2017 | |
| 发表期刊 | 中文信息学报
 |
| ISSN | 1003-0077 |
| 卷号 | 31.0期号:005页码:203 |
| 摘要 | 随着新闻网站的快速发展,网络新闻和评论数据激增,给人们带来了大量有价值的信息。新闻让人们了解发生在国内外的时事,而评论则体现了人们对事件的观点和看法,这对舆情分析和新闻评论推荐等应用很重要。然而,新闻评论数据又多又杂,而且通常比较简短,因此难以快速直观地从中发现评论者的关注点所在。为此,该文提出一种面向新闻评论的聚类方法 EWMD-AP,用以自动挖掘社会大众对事件的关注点。该方法利用强化了权重向量的Word Mover＇s Distance（WMD）计算评论之间的距离,进而用Affinity Propagation（AP）对评论进行聚类,从杂乱的新闻评论中得到关注点簇及其代表性评论。特别地,该文提出利用强化权重向量替代传统WMD中的词频权重向量。而强化权重由三部分组成,包括结合词性特征与文本表达特征的词重要度系数、新闻正文作为评论背景的去背景化系数和TFIDF系数。在24个新闻评论数据集上的对比实验表明,EWMD-AP相比Kmeans和Mean Shift等传统聚类算法以及Density Peaks等当前最新算法都具有更好的新闻评论聚类效果。 |
| 关键词 | 新闻评论聚类 强化权重向量 去背景化 Word Mover＇s Distance 近邻传播 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/33573 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 中国科学院计算技术研究所 |
| 第一作者单位 | 中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 官赛萍,靳小龙,徐学可,等. 基于WMD距离与近邻传播的新闻评论聚类[J]. 中文信息学报,2017,31.0(005):203. |
| APA | 官赛萍.,靳小龙.,徐学可.,伍大勇.,贾岩涛.,...&刘悦.(2017).基于WMD距离与近邻传播的新闻评论聚类.中文信息学报,31.0(005),203. |
| MLA | 官赛萍,et al."基于WMD距离与近邻传播的新闻评论聚类".中文信息学报 31.0.005(2017):203. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [官赛萍]的文章 |
| [靳小龙]的文章 |
| [徐学可]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [官赛萍]的文章 |
| [靳小龙]的文章 |
| [徐学可]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [官赛萍]的文章 |
| [靳小龙]的文章 |
| [徐学可]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论