基于反馈学习自适应的中文话题追踪

扫码查看

原文链接

NETL

中文摘要：话题追踪技术能够帮助人们从浩瀚的信息中获得自己感兴趣的内容.由于话题是动态发展的,在追踪过程中会产生话题漂移的问题.针对该问题以及现有自适应方法的不足本文提出了一种新的自适应方法--基于反馈学习的自适应方法.该方法采用增量学习的思想,对话题追踪任务中的自适应学习机制提出了新的算法.该算法能够解决话题漂移现象,并能够弥补现有自适应方法的不足.该算法中还考虑了话题追踪任务的时序性,将时间信息引入到了算法中.本文实验采用TDT4语料中的中文部分作为测试语料,使用TDT2004的评测方法对基于反馈学习的自适应的中文话题追踪系统进行评价,实验数据表明基于反馈学习的自适应方法能够提高话题追踪的性能.本文还考察了打分归一化对话题追踪性能的影响.

作者：

王会珍、朱靖波、季铎、叶娜、张斌

展开 >

作者单位：

东北大学信息学院自然语言处理实验室,沈阳,110004

东北大学信息学院计算机应用所,沈阳,110004

关键词：

话题追踪反馈学习自适应增量学习打分归一化 TDT4语料

主办单位：

中国中文信息学会

中国科学院计算机技术研究所

会议名称：

第二届全国信息检索与内容安全学术会议

会议时间：

2005-10-27

会议地点：

北京

会议母体文献：

大规模信息检索与内容安全

页码：

244-253

出版时间：

2005