基于突發(fā)事件新聞標(biāo)題的過(guò)濾方法研究.pdf

1、為了解決互聯(lián)網(wǎng)上信息過(guò)載方便人們快速的找到自己所需的感興趣的信息，產(chǎn)生了文本信息過(guò)濾技術(shù)。文本信息過(guò)濾是指根據(jù)用戶(hù)的信息需求，從大規(guī)模動(dòng)態(tài)文本信息流中自動(dòng)選出用戶(hù)所需的信息。當(dāng)今，互聯(lián)網(wǎng)是人們獲取新聞必不可少的一種媒體。在網(wǎng)絡(luò)上所有新聞中，近年來(lái)大家很關(guān)心那種不容易預(yù)測(cè)突然爆發(fā)的，在世界各國(guó)都可能引起重大影響的突發(fā)事件新聞，如:地震、流感、瓦斯爆炸和交通事故等新聞。對(duì)于突發(fā)事件新聞文本來(lái)說(shuō)標(biāo)題是一篇新聞報(bào)道內(nèi)容的概括，是文本內(nèi)容的濃縮，

2、與文本主題密切相關(guān)，這部分的內(nèi)容對(duì)于人們過(guò)濾信息有最重要的參考價(jià)值，利用標(biāo)題進(jìn)行文本過(guò)濾，可以起到事半功倍的效果。文章針對(duì)人們當(dāng)前關(guān)心的突發(fā)事件新聞進(jìn)行了基于突發(fā)事件新聞標(biāo)題的過(guò)濾方法研究，并給出了過(guò)濾模型。該方法是利用突發(fā)事件新聞標(biāo)題采用基于內(nèi)容過(guò)濾的方法進(jìn)行過(guò)濾，用戶(hù)興趣描述是根據(jù)用戶(hù)提供示例文本的方式獲得。
　　文章以突發(fā)事件新聞?wù)Z料庫(kù)為研究背景，結(jié)合突發(fā)事件新聞標(biāo)題的特點(diǎn)，對(duì)突發(fā)事件新聞進(jìn)行基于標(biāo)題的文本過(guò)濾方法研究。該方

3、法借鑒TFIDF思想，采用基于詞頻統(tǒng)計(jì)的方法，提出了以標(biāo)題興趣相關(guān)度為依據(jù)進(jìn)行過(guò)濾。具體研究?jī)?nèi)容和方法如下:
　　(1)從突發(fā)事件新聞的特點(diǎn)出發(fā)，根據(jù)中科院分詞軟件2009版進(jìn)行分詞，對(duì)分詞后出現(xiàn)的一些關(guān)鍵未登錄詞建立了突發(fā)事件新聞各個(gè)類(lèi)對(duì)應(yīng)的未登錄詞詞典，將所建立的未登錄詞詞典添加到分詞軟件中重新進(jìn)行分詞，從而完成突發(fā)事件新聞?wù)Z料庫(kù)中的一些關(guān)鍵的未登錄詞的識(shí)別問(wèn)題。
　　(2)依據(jù)標(biāo)題興趣相關(guān)度方法進(jìn)行過(guò)濾，先根據(jù)用戶(hù)興趣

4、的描述計(jì)算出待過(guò)濾標(biāo)題中各個(gè)特征的興趣相關(guān)度，在此基礎(chǔ)上再計(jì)算出標(biāo)題興趣相關(guān)度，將其與過(guò)濾閾值進(jìn)行比較，大于過(guò)濾閾值的文本即滿(mǎn)足用戶(hù)需求。
　　(3)建立突發(fā)事件新聞的類(lèi)別特征庫(kù)，將標(biāo)題特征和用戶(hù)興趣類(lèi)特征的共現(xiàn)相似度應(yīng)用于過(guò)濾中，重新確定標(biāo)題中特征的興趣相關(guān)度和待過(guò)濾標(biāo)題的興趣相關(guān)度，再根據(jù)此方法進(jìn)行過(guò)濾研究。
　　根據(jù)以上的研究，文章對(duì)各個(gè)過(guò)濾方法進(jìn)行詳細(xì)闡述，并通過(guò)實(shí)驗(yàn)做了測(cè)試，實(shí)驗(yàn)證明所提出的過(guò)濾方法有較好的過(guò)濾效果