基于特征本体的文本流主题演化

来源：计算机应用杂志2015年第2期北京时间：

作者：陈千, 桂志国, 郭鑫, 向阳

单位：1. 中北大学 信息与通信工程学院, 太原 030051;2. 山西大学 计算机与信息技术学院, 太原 030006;3. 同济大学 电子与信息工程学院, 上海 201804

摘要：针对网络大数据时代文本流的主题演化研究大多基于经典概率主题模型,以词袋假设为前提导致主题的语义缺失问题和批处理问题,提出一种在线增量的基于特征本体的主题演化算法。首先,基于词共现和通用本体库WordNet构建特征本体,用特征本体对文本流主题进行建模;其次,提出一种文本流主题矩阵构建算法,实现在线增量主题演化分析;最后,依据该矩阵提出文本流主题本体演化图构建算法,利用特征本体的子图相似度计算主题相似度,从而获得文本流中主题随时间的演化模式。在科技文献上的实验上,满意度同传统在线潜在狄利克雷分配模型(LDA)不相上下,但时间复杂度降低到O(nK+N)。所提出的方法引入了本体,加入了语义关系标注,可图形化展现主题的语义特征,并在此基础上在线增量地实现了主题演化图的构建,在语义解释性和主题可视化方面更具有优势。

关键词：文本流,主题建模,特征本体,主题演化,词共现

基金资助：国家自然科学基金资助项目(61403238,61071192,61271357,61171178);山西省自然科学基金资助项目(2014021022-1);山西省研究生优秀创新项目(20123098);山西省国际合作项目(2013081035)。