动态热门话题的“特征词条本体”自动构建与进化研究

摘要：

[目的]设计一种“特征词条本体”的自动构建及进化算法.[应用背景]热门话题产生的时间和话题演化往往是快速的,且涉及领域广泛,而现有的本体自动构建研究局限于具体领域的知识表达,无法有效地对这种动态热门话题进行本体语义支持,也不能进行有效跟踪与优化.[方法]通过对热门话题中关键事件的内容分析并由特征词组合而成的“特征词条本体”来描述热门话题的方法,设计一种快速自动生成“特征词条本体”的算法;在初始本体指导下,利用话题跟踪结果进行“特征词条本体”进化算法的设计,以满足不断更新的话题语义表述需求.[结果]针对热门话题“魏则西百度推广事件”,使用爬虫工具采集11 174条新浪微博作为语料库进行实验,抽取生成拥有7 421个特征词条、39个特征词节点、781个特征词关系的初始本体,基于话题跟踪结果进化为拥有24 564个特征词条,67个特征词节点,1 818个特征词关系的进化本体,其漏报率、误报率、损耗代价分别为0.1261,0.0964,0.5985,优于TF-IDF算法.[结论]“特征词条本体”的表述方式明显比单个词汇的本体表述准确率高,且语义相似度更容易计算,比较符合动态热门话题的快速语义处理.

关键词：特征词条、本体生成、本体进化、话题跟踪

分类号：TP391;G353(计算技术、计算机技术)

资助基金：本文系国家自然科学基金面上项目“基于演化本体的网络舆情自适应话题跟踪方法研究”项目编号:71373123、江苏高校哲学社会科学研究重点项目“基于超网络的江苏教育微博舆情多元意见演化模型及应用研究”项目编号:2015ZDIXM007、高校重大项目培育基金“基于‘模型-数据双驱动’的复杂社会网络行为大数据分析方法研究”项目编号:NP201630X的研究成果之一.

在线出版日期：2016-12-12（万方平台首次上网日期，不代表论文的发表时间）

页码：33-41