引用本文:
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  【EndNote】   【RefMan】   【BibTex】
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 345次   下载 121 本文二维码信息
码上扫一扫!
分享到: 微信 更多
软信息的概率特征关联算法
马宇舸,程华,寇晓淮,林家骏
作者单位E-mail
马宇舸 华东理工大学信息科学与工程学院, 上海 200237  
程华 华东理工大学信息科学与工程学院, 上海 200237 hcheng@ecust.edu.cn 
寇晓淮 华东理工大学信息科学与工程学院, 上海 200237  
林家骏 华东理工大学信息科学与工程学院, 上海 200237  
摘要:
基于软信息的新闻事件态势估计中,事件当前态势的准确估计需融合事件的长期态势。以长期词典作为事件长期态势的特征表达,提出了软信息的长期特征与当前特征关联融合的概率特征关联算法。由事件的长期信息抽取得到长期词典,基于特征词相似度将长期特征与当前特征进行概率关联,得到事件的全特征表达,并提出了特征的长期关联度指标与类别关联度指标评估概率特征关联算法的有效性。实验结果表明,概率特征关联算法能够有效地融合长期态势,提升事件当前态势的估计精度。
关键词:  软信息  长期词典  概率特征关联  态势估计
DOI:10.14135/j.cnki.1006-3080.2017.01.014
分类号:
基金项目:
Probabilistic Feature Association Algorithm of Soft Information
MA Yu-ge,CHENG Hua,KOU Xiao-huai,LIN Jia-jun
Abstract:
The situation assessment based on news events should consider the long-term trend of the events.In this paper,the long-term dictionary is introduced to characterize the long-term trend,and then,a probabilistic feature association algorithm is proposed for long-term features and current features.In order to obtain the full feature of the news event,the proposed algorithm firstly extracts long-term dictionary based on long-term text information collection of a news event.Besides,the probabilistic feature association algorithm,which is based on the similar degree of the keywords,is utilized to fuse the long-term feature into the current feature.In order to evaluate the association algorithm performance,both long-term association degree and class association degree are proposed.The experimental results show that the probabilistic feature association algorithm can introduce the long-term trend and improve the accuracy of situation assessment.
Key words:  soft information  long-term dictionary  probabilistic features association  situation assessment

地址:上海市梅陇路130号华东理工大学研究生楼1015室 邮编:200237

电话:021-64253812 传真:021-64253812 电子信箱: ecustxbb@ecust.edu.cn