文件名称:论文研究-基于贝叶斯信念网络的话题识别模型.pdf
文件大小:685KB
文件格式:PDF
更新时间:2022-08-11 17:38:08
话题识别,贝叶斯信念网络,报道
针对贝叶斯信念网络应用于话题识别进行了研究,提出了新的话题识别模型。模型的拓扑结构包括新报道、报道术语、事件术语、话题四层节点,用弧标明索引关系。在贝叶斯概率和条件独立性假设的基础上,模型运用条件概率计算新报道和已有话题簇的相似度,从而实现话题识别。考虑到核心报道、核心事件的重要性,对不同层次的权重计算进行了调整。实验采用DET曲线评测法对模型性能进行测试,实验结果显示,调整后的权重计算可在一定程度上提高新模型的性能,与向量空间模型相比,在相同阈值下新模型的漏报率与误报率有所降低。