新闻专题内子话题划分

摘要

新闻专题是就某一特殊事件及相关事件的报道,如"南方雪灾","汶川地震"等.依据TDT中话题和事件的定义,如果将新闻专题作为一个话题,按照事件直接组织这些新闻,这里由于事件粒度过小,用户难以掌握新闻全局内容.为此,本文给出了子话题的定义,使它作为衔接话题和事件之间的桥梁.此外,由于专题内文档之间相似度通常较高,对子话题的划分采用传统基于词元的向量空间模型(Vector Space Model,VSM)方法效果不佳.本文提出一种基于话题模型的子话题划分方法,方法用隐含语义空间表示文档,采用层次聚类法进行子话题划分.实验结果表明该方法在新闻专题内效果明显.