基于词向量的微博事件追踪方法

摘要：

微博文本长度短，且网络新词层出不穷，使得传统方法在微博事件追踪中效果不够理想。针对该问题，提出一种基于词向量的微博事件追踪方法。词向量不仅可以计算词语之间的语义相似度，而且能够提高微博间语义相似度计算的准确率。该方法首先使用Skip-gram模型在大规模数据集上训练得到词向量；然后通过提取关键词建立初始事件和微博表示模型；最后利用词向量计算微博和初始事件之间的语义相似度，并依据设定阈值进行判决，完成事件追踪。实验结果表明，相比传统方法，该方法能够充分利用词向量引入的语义信息，有效提高微博事件追踪的性能。

关键词：微博、事件追踪、短文本、Skip-gram模型、词向量、语义信息

所属期刊栏目：52

分类号：TP391(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863No.2011AA7032030D；全军军事研究生课题资助项目No.2011JY002-158；国家社会科学基金项目No.14BXW028。

在线出版日期：2016-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：73-78,117