基于上下文的话题演化和话题关系抽取研究

摘要

自动挖掘大规模语料中的语义信息以及演化关系近年来已受到广大专家学者的关注.话题被认为是文档集合中的潜在语义信息,话题演化用于研究话题内容随时间的变化.该文提出了一种基于上下文的话题演化和话题关系抽取方法.分析发现,一个话题常和某些其他话题共现在多篇文档中,话题间的这种共现信息被称为话题的上下文.上下文信息可以用于计算同时间段话题间的语义关系以及识别不同时间段中具有相同语义的话题.该文对2008年～2012年两会报告以及2007年～2011年NIPS科技文献进行实验,通过人工分析,利用话题的上下文信息,不但可以提高话题演化的正确率,而且还能挖掘话题之间的语义关系,在话题演化的基础上,显示话题关系的演化.