通过深度相关性查询实现新闻事件挖掘

摘要

文中提出了基于给定的查询词以新闻文档和具有额外情感极性评论信息为排名特征的新闻事件排名算法框架.首先,通过语义相似度交互模块将查询关键词、新闻文档和带有情感色彩的新闻评论转换为语义向量表示,并计算查询词和新闻文档相似度以及查询词和评论语句相似度.然后,基于特征提取查询关键词重要性特征、查询关键词频率特征和新闻事件相关性特征.最后,通过特征聚合模块将提取的特征与一些辅助相关特征合并,产生全局相关性分数,并基于所得出的全局相关性分数对新闻事件进行排名聚类.大型新闻数据集上的实验证明了该算法框架与常见排名算法相比具有明显的性能优势.