基于卷积神经网络和K-means的中文新闻事件检测与主题提取

摘要：

中文新闻事件检测的主要任务是从大量新闻中自动检测出潜在的新事件.人工构建事件特征词进行检测费时费力.单纯依靠密度聚类或谱聚类方法进行事件检测,存在不同事件的触发词相关性高时,容易误判为同一事件.为此,提出基于卷积神经网络和K-means结合的中文新闻事件检测与主题提取,将新闻中的文本向量化,通过深度学习抽取文本深层特征.实验结果表明:所提方法构建的模型准确率、召回率优于单一聚类方法,可对中文新闻事件准确识别,快速检测新事件,提取新事件主题.

关键词：事件检测、卷积神经网络、K-means、主题提取

所属期刊栏目：20

分类号：TP399(计算技术、计算机技术)

资助基金：国家重点研发计划2016YFB1001103

在线出版日期：2020-04-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1139-1144