面向新闻评论的短文本增量聚类算法

来源：计算机科学与探索杂志2018年第6期北京时间：

作者：刘晓琳，曹付元，梁吉业

单位：1. 山西大学 计算机与信息技术学院，太原 0300062. 山西大学 计算智能与中文信息处理教育部重点实验室，太原 030006

摘要：对新闻评论进行增量聚类可以有效地发现网民对新闻事件的观点，在舆情分析领域具有十分重要的意义。针对传统的增量聚类算法存在对文本输入顺序敏感的缺点，提出了一种基于待定循环策略的增量聚类算法（uncertain cyclic Single-Pass，UCSP）。在聚类过程中，针对传统的短文本向量空间模型语义信息匮乏、特征项稀疏的问题，结合神经网络训练的词向量模型，构建了一种基于多特征组合的短文本表示模型。在爬取的5个腾讯新闻评论数据集进行实验，并与传统的文本表示模型和聚类算法进行对比分析，结果表明，所提算法可以有效地提高聚类质量。

关键词：舆情分析,短文本,增量聚类算法,向量空间模型,神经网络