典型文献
基于在线Biterm主题模型的舆情新闻事件跟踪
文献摘要：
舆情新闻事件跟踪,是舆情监控、热点分析、政策制定等研究和应用的重要基础.针对舆情新闻的稀疏性、敏感性、易演化性、次生性等特点,基于在线Biterm主题模型(online Biterm topic model,DBTM),通过随机坍缩变分贝叶斯(stochastic collapsed variational Bayesian inference,SCVB0)算法更新参数,提出面向舆情新闻事件监控的主题模型MBTM(monitor Biterm topic model),利用该模型检测初期事件主题,跟踪后续新闻所属的主题.为了对存在关联关系的事件进行串联,进一步给出事件线索的概念,分别从主题层面和语义层面度量线索关联度,进而针对新闻事件主题生成事件线索.实验结果表明,MBTM模型在大多数指标上均优于OBTM等模型,验证了该方法的有效性和高效性.
文献关键词：
舆情新闻事件;事件跟踪;事件线索;在线Biterm主题模型
中图分类号：
作者姓名：
马子娟;岳昆;段亮;赵天资
作者机构：
云南大学 信息学院,昆明 650500
文献出处：
引用格式：
[1]马子娟;岳昆;段亮;赵天资-.基于在线Biterm主题模型的舆情新闻事件跟踪)[J].计算机工程与应用,2022(22):132-141
A类：
Biterm,舆情新闻事件,DBTM,SCVB0,MBTM,事件线索,OBTM
B类：
主题模型,事件跟踪,舆情监控,热点分析,研究和应用,稀疏性,online,topic,model,坍缩,变分贝叶斯,stochastic,collapsed,variational,Bayesian,inference,出面,事件监控,monitor,模型检测,存在关联,关联关系,出事,语义层面,主题生成,成事
AB值：
0.279755
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
