基于貝葉斯網(wǎng)絡的故事線挖掘算法
大?。?/span>0.94 MB 人氣： 2018-04-24 需要積分：0
標簽：貝葉斯(12466)
目前的多數(shù)故事線挖掘研究側重新聞文獻和事件的相似性分析，忽略了故事線的結構化表述及新聞具有的延時性，無法直觀地從模型結果看出不同新聞話題的發(fā)展過程。為此，提出一種基于貝葉斯網(wǎng)絡的無監(jiān)督故事線挖掘算法。將故事線看成日期、時間、機構、人物、地點、主題和關鍵詞的聯(lián)合概率分布，并考慮新聞時效性。在多個新聞數(shù)據(jù)集上進行的實驗和評估結果表明，與K-means、LSA等算法相比，該算法模型具有較高的故事線挖掘能力。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%