论文部分内容阅读
描述了一个基于Web的监督自适应话题追踪系统．在IBM的对称Okapi公式算法基础上，通过结合监督自适应机制，对报道进行评分．系统通过调整关键字权重和增量学习的方式，对话题追踪任务中的监督自适应机制提出了新的算法，弥补了现有话题追踪系统的不足．该算法还考虑话题追踪的时序性，引入了时间信息．以互联网的新闻报道作为测试语料，将有监督自适应话题追踪系统与无监督自适应话题追踪系统进行性能比较．结果表明，有监督的自适应方法能有效降低误报率和漏报率，提高话题追踪的性能．