文献

J-GLOBAL ID：202002278849217938   整理番号：20A0329555

Webニュースのためのトピック発見技術に関する研究【JST・京大機械翻訳】

Research on topic discovery technology for Web news

著者 (4件)： Xu Guixian (College of Information Engineering, Minzu University of China, Beijing, China) ,  Yu Ziheng (College of Information Engineering, Minzu University of China, Beijing, China) ,  Wang Changzhi (College of Information Engineering, Minzu University of China, Beijing, China) ,  Wang Antai (Department of Mathematical Sciences, New Jersey Institute of Technology, Newark, USA)
資料名： Neural Computing & Applications  (Neural Computing & Applications)
巻： 32  号： 1  ページ： 73-83  発行年： 2020年 
JST資料番号： W0703A  ISSN： 0941-0643  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 情報技術の発展によって,Webニュースは情報普及の主要な方法になった。Webニューストピック発見は,ユーザが価値ある情報を迅速に発見するのに有用であり,その研究は絶えず改善されている。従来のトピック発見研究はベクトル空間モデルに基づいているが,それは高次元とデータスパース性のような欠陥を持っている。しかし,潜在的意味解析は,高次元およびスパース語をk次元意味空間に写像することができ,単語間の意味的相関によって同じトピックのニュースの類似性を改善することができる。本論文では,Webニューストピック発見を研究した。最初に,Webニューステキストの集合をベクトル化して,テキストにおける各々の特徴の重さを改良TFIDFによって計算した。元のテキストベクトル集合を潜在的意味解析によって分析する後に,意味論的関係をテキストと単語の間で完全に利用して,ニュース主題をクラスタ化方式によって抽出した。サブトピックの抽出のために,単語の共起を用いてサブトピックを表示した。本質的に,サブトピックベクトルはこれらの共起語を通して確立される。実験結果は,提案した方法がWebニュースの現在のホットな話題と関連したサブトピックを効果的に捉えることができることを示した。それは情報検索とデータマイニングの技術にとって意味がある。Copyright The Natural Computing Applications Forum 2018 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 情報流通 ,  *Web【情報システム】 ,  情報技術 ,  情報検索 ,  ベクトル ,  意味論 ,  クラスタ化 ,  高次元 ,  類似性 ,  データマイニング ,  *ニュース ,  意味解析 ,  単語
準シソーラス用語： tf・idf ,  潜在的意味解析 , 【Automatic Indexing@JST】

著者キーワード (4件)： トピック発見 ,  重量計算 ,  潜在意味解析 ,  類似性

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： Web ,  ニュース ,  トピック ,  発見 ,  研究