基于K-Modes聚类的自适应话题追踪技术

摘要：

传统自适应话题追踪用向量空问模型表示一个话题模型,通常会对话题模型更新带来错误的反馈.针对传统自适应话题追踪中话题模型的不足,提出基于K-Modes聚类的自适应话题追踪方法(K-MATT方法),用话题类中心代替话题模型,把命名实体向量空间模型作为话胚类中心,在追踪过程中不断迭代更新话题类中心,直到话题类中心稳定.实验证明K-MATT方法是有效的.

关键词：话题追踪、K-MATT方法、话题类中心

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项60475022;山西省自然科学基金资助项目20041041;山西省回国留学人员基金资助项目2002004

在线出版日期：2009-06-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：222-224