摘要
根据话题检测任务的定义和特点,本文分析了传统的增量聚类算法和K-means算法的优缺点,提出了基于话题检测的自适应增量K-means算法,设计了话题检测实验,实验结果证明了该算法提高了话题检测性能,具有良好的应用前景。
According to the definition and characteristics of topic detection, the paper analyzes the advantages and disadvantages of the traditional incremental clustering algorithm and K-means algorithm, and proposes an adaptive incremental K-means algorithm for topic detection. Experimental results prove that the new algorithm improves the performance of topic detection.
出处
《中文信息学报》
CSCD
北大核心
2014年第6期190-193,共4页
Journal of Chinese Information Processing
基金
网络文化与数字传播北京市重点实验室开放课题(ICDD201105
ICDD201205
ICDD201401)
国家自然科学基金项目(61271304)
北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点项目(KZ201311232037)
2013年河北省高等学校科学技术研究自筹资金项目(Z2013162)
关键词
话题检测
增量聚类
K-MEANS算法
话题检测与跟踪评测
topic detection
incremental clustering
K-means algorithm
topic detection and tracking evaluation method
