基于K-Modes聚类的自适应话题追踪技术

被引：12

作者：

任晓东 ^{[1
,2
]}

张永奎 ^{[1
,2
]}

薛晓飞 ^{[1
,2
]}

机构：

[1] 山西大学计算机与信息技术学院

[2] 山西大学计算智能与中文信息处理教育部重点实验室

来源：

计算机工程 | 2009年 / 35卷 / 09期

关键词：

话题追踪; K-MATT方法; 话题类中心;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

传统自适应话题追踪用向量空间模型表示一个话题模型,通常会对话题模型更新带来错误的反馈。针对传统自适应话题追踪中话题模型的不足,提出基于K-Modes聚类的自适应话题追踪方法(K-MATT方法),用话题类中心代替话题模型,把命名实体向量空间模型作为话题类中心,在追踪过程中不断迭代更新话题类中心,直到话题类中心稳定。实验证明K-MATT方法是有效的。

引用

页码：222 / 224

页数：3

共 4 条

[1] 话题检测与跟踪的评测及研究综述 [J].