文献类型：期刊文章

作　　者：林江豪[1] 周咏梅[1,2] 阳爱民[1,2] 王伟[2]

机构地区：[1]广东外语外贸大学语言工程与计算实验室,广东广州510006 [2]广东外语外贸大学思科信息学院,广东广州510006

出　　处：《计算机工程与科学》

基　　金：国家社科基金项目(12BYY045);广东省哲学社会科学"十二五"规划项目(GD15YTS01)

年　　份：2016

卷　　号：38

期　　号：11

起止页码：2368-2374

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、INSPEC、ZGKJHX、核心刊

摘　　要：话题演进分析主要是挖掘话题内容随着时间流的演进情况。话题的内容可用关键词来表示。利用word2vec对75万篇新闻和微博文本进行训练,得到词向量模型。将文本流处理后输入模型,获得时间序列下所有词汇的词向量,利用K-means对词向量进行聚类,从而实现话题关键词的抽取。实验对比了基于PLSA和LDA主题模型下的话题抽取效果,发现本文的话题分析效果优于主题模型的方法。同时,采集足够大量、内容足够丰富的语料,可训练得到泛化能力比较强的模型,有利于实时话题演进分析研究工作。

关 键 词：话题演进  word2vec  PLSA LDA

分 类 号：TP391]