论文部分内容阅读
已有的事件发现方法主要基于词频-逆文档频率文档表示，维度较高，语义稀疏，效率和准确率都较低，不适用于大规模在线新闻事件发现．因此，文中提出基于词向量的文档表示方法，降低文档表示维度，缓解语义稀疏问题，提高文档相似度计算效率和准确性．基于该文档表示方法，提出动态在线新闻聚类方法，用于在线新闻事件发现，同时提高事件发现的准确率和召回率．在标准数据集TDT4和真实数据集上的实验表明，相比当前通用的基线方法，文中方法在时间效率和事件质量上都有显著提高．