一种高效的用于话题检测的关键词元聚类方法

杨攀　桂小林　田丰　王刚

摘要：针对基于关键词元的话题内事件检测算法运行效率不高、不适合进行大规模文本话题检测的问题，提出了一种高效的关键词元聚类算法，该算法在进行词元簇选择时，为簇问相似度分配权值，并借鉴正态分布函数评估词元簇的个数，提高词元簇的选择精度，从而减少所需的词元聚类次数，实验结果表明，将改进的方法应用到舆情监控的话题检测中，能在不影响检测精度的前提下有效地提高算法的运行效率。