新闻是重要的信息资源,随时随地的被报道,人们可以通过internet跨过地理的障碍获取各种新闻信息。探测新闻事件的产生和追踪事件的处理对于在快速变化的Web领域进行决策制定是非常有用的。事件聚类研究的问题包括:多少特征能被用来决定事件聚类,什么样的线索模式被使用来关联相同事件的新闻消息,聚类策略如何通过使用在线数据影响聚类效果,时间因素如何影响聚类效果,多语言的数据如何被聚类等等。本文的研究工作是研究事件词和参考链在Web新闻事件中的聚类效果。新闻事件聚类的目的是通过新闻事件自动的聚类文档。本文分别使用参考链和事件词抽取重要的代表性的语句,然后使用这些语句来生成摘要,随后使用这些摘要进行事件聚类。由于事件的时间跨度很长,固定的阈值会阻止后来的文档被聚类因而影响聚类效果,所以我们考虑使用动态阈值,一个动态的阈值考虑了时间延迟和时间跨度。论文最后还介绍使用了两个组合使用参考链和事件词的方法以用来检测这两个因素哪一个在事件聚类中的作用更加重要。实验结果显示,事件词和参考链对于事件聚类都是有用的,事件词在聚类中影响更明显。实验环境采用Windows XP作为操作系统、Visual Studio2005作为软件开发工具。