基于SVM的中文报道关系识别方法研究

doi:10.3778/j.issn.1002-8331.2008.33.044

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (33): 141-143.DOI: 10.3778/j.issn.1002-8331.2008.33.044

• 数据库、信号与信息处理 • 上一篇下一篇

基于SVM的中文报道关系识别方法研究

王强¹,张永奎²

1.山西大学计算机与信息技术学院，太原 030006
2.计算智能与中文信息处理省部共建教育部重点实验室，太原 030006

收稿日期:2008-07-02 修回日期:2008-09-26 出版日期:2008-11-21 发布日期:2008-11-21
通讯作者: 王强

Research on Chinese story link detection based on SVM

WANG Qiang¹,ZHANG Yong-kui²

1.Department of Computer and Information Technology，Shanxi University，Taiyuan 030006，China
2.Key Lab of Ministry of Education for Computation Intelligence and Chinese Information Processing，Taiyuan 030006，China

Received:2008-07-02 Revised:2008-09-26 Online:2008-11-21 Published:2008-11-21
Contact: WANG Qiang

摘要/Abstract

摘要： 针对网络新闻的特点，从人名、时间名、地点名、组织机构名、内容五个方面抽取特征词形成特征向量。在此基础上，分别进行了相似度计算，其中，人名、组织机构名、内容采用余弦夹角的方法，时间和地点向量，相似度计算采用了引入报道时间和关联度计算。最后，使用这5个相似度作为特征，使用SVM进行训练，并在测试集上进行了测试。测试结果表明，这种方法可以有效地改善系统的性能。

关键词: 报道关系识别, 话题检测与跟踪, 多向量表示模型

Abstract: Via analyzing the characteristic of news in the Web，construct the feature vector using features from five entity categories：persons，time，location，organizations，and content.Using story time and entity relatedness for temporal or place vector when calculating their similarity and cosine similarity for others.All the features together with the entity relatedness are integrated by Support Vector Machine（SVM）.Experimental results show that this method can improve system performance effectively.

Key words: story link detection, topic detection and tracking, multi-vector mode

王强¹,张永奎². 基于SVM的中文报道关系识别方法研究[J]. 计算机工程与应用, 2008, 44(33): 141-143.

WANG Qiang¹,ZHANG Yong-kui². Research on Chinese story link detection based on SVM[J]. Computer Engineering and Applications, 2008, 44(33): 141-143.

基于SVM的中文报道关系识别方法研究

Research on Chinese story link detection based on SVM

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 0

编辑推荐

Metrics