动态热门话题的“特征词条本体”自动构建与进化研究

发布时间：2017-12-20 19:12

  本文关键词：动态热门话题的“特征词条本体”自动构建与进化研究　出处：《现代图书情报技术》2016年10期 　论文类型：期刊论文

  更多相关文章： 特征词条 本体生成 本体进化 话题跟踪

【摘要】：【目的】设计一种"特征词条本体"的自动构建及进化算法。【应用背景】热门话题产生的时间和话题演化往往是快速的,且涉及领域广泛,而现有的本体自动构建研究局限于具体领域的知识表达,无法有效地对这种动态热门话题进行本体语义支持,也不能进行有效跟踪与优化。【方法】通过对热门话题中关键事件的内容分析并由特征词组合而成的"特征词条本体"来描述热门话题的方法,设计一种快速自动生成"特征词条本体"的算法;在初始本体指导下,利用话题跟踪结果进行"特征词条本体"进化算法的设计,以满足不断更新的话题语义表述需求。【结果】针对热门话题"魏则西百度推广事件",使用爬虫工具采集11 174条新浪微博作为语料库进行实验,抽取生成拥有7 421个特征词条、39个特征词节点、781个特征词关系的初始本体,基于话题跟踪结果进化为拥有24 564个特征词条,67个特征词节点,1 818个特征词关系的进化本体,其漏报率、误报率、损耗代价分别为0.1261,0.0964,0.5985,优于TF-IDF算法。【结论】"特征词条本体"的表述方式明显比单个词汇的本体表述准确率高,且语义相似度更容易计算,比较符合动态热门话题的快速语义处理。
【作者单位】： 南京航空航天大学经济与管理学院;
【基金】：国家自然科学基金面上项目“基于演化本体的网络舆情自适应话题跟踪方法研究”(项目编号:71373123) 江苏高校哲学社会科学研究重点项目“基于超网络的江苏教育微博舆情多元意见演化模型及应用研究”(项目编号:2015ZDIXM007) 高校重大项目培育基金“基于‘模型 数据双驱动’的复杂社会网络行为大数据分析方法研究”(项目编号:NP201630X)的研究成果之一
【分类号】：TP391.1
【正文快照】： 1引言 随着互联网信息的爆炸,海量文本的语义识别与表达成为主要难点。本体作为表达现实世界知识的重要方法得到研究者的极大关注[1]。本体被引入计算机科学中作为知识表示的方法并被广泛使用,包括:知识工程、智能信息处理、软件工程、自然语言处理等诸多领域,并将成为语义网

【相似文献】

中国期刊全文数据库 前10条

1 翟东海;杜佳;崔静静;聂洪玉;;基于双粒度模型的中文情感特征词提取研究[J];重庆邮电大学学报(自然科学版);2014年03期

2 李德容;干静;张s，

本文编号：1313088