面向社会媒体短文本的话题分析与演化建模
文献类型：学位论文
| 作者 | 张育浩1,2
|
| 答辩日期 | 2017-05-28 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 北京 |
| 导师 | 毛文吉 |
| 关键词 | 社会媒体分析 文本挖掘 话题分析与演化建模 |
| 英文摘要 | 近年来，社会媒体快速发展，成为人们沟通交流、表达观点、查找与分享信息的重要的渠道。很多社会媒体数据以短文本的形式呈现，如微博、状态信息等。对社会媒体短文本进行话题分析与演化建模可以帮助人们更好的分析和理解社会媒体数据，掌握社会热点，把握舆论态势，在政府决策、公共安全和商务智能等领域具有十分重要的研究意义和应用价值。本论文面向社会媒体短文本这一重要的数据形式，对话题分析与演化建模这一文本挖掘的重要课题展开研究。本论文从话题检测、话题层级结构构建和话题演化建模三个方面对社会媒体短文本进行话题分析，并采用真实的社会媒体数据集，如Twitter数据集和微博数据集，对提出的话题分析与演化建模方法进行了有效性验证。 本论文的主要贡献包括： 1. 在话题检测方面，针对以往研究工作存在的需人为确定话题数目、受短文本数据稀疏影响较大等问题，本论文结合非参贝叶斯方法和词共现建模思路，提出一种适用于社会媒体短文本、可自动确定话题数目的非参话题检测模型npCTM；为有效提升话题检测的质量，模型在建模过程中融合文档集的词汇共现信息并结合词汇类型分布，实现对背景话题和普通话题的区分；基于真实社会媒体数据集，实验验证了该方法在短文本话题检测上的有效性； 2. 在话题层级结构构建方面，针对以往研究工作在表达复杂语义、设定话题层级参数、处理短文本数据等方面存在的问题，本论文提出了一种适用于社会媒体短文本、可自动构建话题层级结构的方法TCM；该方法利用树结构表达层次结构语义明晰的特点，通过自下而上扩充树结构进行层级结构构建；以检测到的话题为基础，提出话题树的树间相似度和树内相似度的计算方法，并据此设计话题树的合并模式，通过迭代求解得到完整的话题层级结构；基于真实社会媒体数据集，实验验证了该方法在短文本话题层级结构构建上的有效性； 3. 在话题演化方面，针对以往研究工作存在的需人为设定话题数目，不同时段话题数目相同，无法根据文本内容自动调整，受短文本数据稀疏影响较大等问题，提出一种适用于社会媒体短文本、可自动确定不同时段话题数目的非参话题演化模型sdTEM；将词嵌入向量和非参贝叶斯方法结合，提出一种新的非参话题演化先验，即循环语义依赖CRP过程（rsdCRP），以帮助模型自动确定各时段的话题数目；进而将rsdCRP和适用于短文本的词共现建模思路结合来构建话题演化模型sdTEM；基于真实社会媒体数据集，实验验证了该方法在短文本话题演化建模上的有效性。 |
| 源URL | [http://ir.ia.ac.cn/handle/173211/14706]  |
| 专题 | 毕业生_博士学位论文 |
| 作者单位 | 1.中国科学院大学 2.中国科学院自动化研究所 |
| 推荐引用方式 GB/T 7714 | 张育浩. 面向社会媒体短文本的话题分析与演化建模[D]. 北京. 中国科学院大学. 2017. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。