论文部分内容阅读
融合新闻命名实体、新闻标题、新闻重要段落、文本语义等多特征影响，提出基于多特征融合文本聚类的新闻话题发现模型。模型根据新闻的多特征影响，提出一种多特征融合文本聚类方法。该方法针对新闻标题、新闻重要段落等特征因素构建向量空间模型及相似度算法，基于潜在狄利克雷分配模型构建主题空间模型及相似度算法，针对命名实体构建命名实体模型及相似度算法，并将三种相似度算法形成最优融合。基于多特征融合文本聚类方法，模型改进了用于新闻话题发现的Single-Pass算法。实验是在真实新闻数据集上开展的，实验结果表明：该模型有效地