孙晓磊
- 作品数：3 被引量：3H指数：1
- 供职机构：河北大学数学与计算机学院更多>>
- 发文基金：中国博士后科学基金河北省自然科学基金保定市科技局科学技术研究与发展指导计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于贝叶斯信念网络的话题识别模型被引量：1
- 2014年
- 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。
- 吴树芳徐建民孙晓磊
- 关键词：贝叶斯信念网络
- 结合时间信息的事件追踪的动态模型被引量：2
- 2013年
- 针对互联网新闻事件追踪,结合时间信息提出了一种用于事件追踪的动态模型。该模型将时间因素加入到传统向量模型中,在此基础上得到文档与事件包含的相同特征词之间的时间相似度,并将其应用于文档与事件的相关性计算。若文档与事件相关,则把文档中新的特征词加入事件特征词集并重新调整事件特征词集中特征词的权重和时间信息。实验采用检测错误权衡(DET)曲线进行评估,结果显示与传统向量模型相比,用于事件追踪的动态模型有效地提高了系统性能,其最小的归一化追踪损耗代价降低了约9%。
- 徐建民孙晓磊吴树芳
- 关键词：动态模型
- 一种结合时间信息的动态事件追踪模型
- 事件追踪技术能够将网络中分散在不同地方和不同时间段内的与某一事件相关的信息有效地组织起来,帮助人们全面掌握该事件的发展始末。但是在事件追踪过程中,由于构造初始事件模板的相关报道很少,并且报道事件的文档内容具有动态演变的特...
- 孙晓磊
- 关键词：时间信息
- 文献传递
