动态热门话题的“特征词条本体”自动构建与进化研究*

分类： 图书馆学、情报学 >> 情报学 提交时间： 2017-11-08 合作期刊: 《数据分析与知识发现》

马静 何雪枫 简旭文

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7421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24564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。

 点击量 4476  下载量 844  评论