基于词聚类的跨媒体突发事件检测方法

作     者：刘金龙 郭岩 余智华 刘悦 俞晓明 程学旗 LIU Jinlong;GUO Yan;YU Zhihua;LIU Yue;YU Xiaoming;CHENG Xueqi

作者机构：中国科学院计算技术研究所/中国科学院网络数据科学与技术重点实验室北京100190 中国科学院大学北京100049 

出 版 物：《广西师范大学学报（自然科学版）》 (Journal of Guangxi Normal University:Natural Science Edition)

年 卷 期：2019年第37卷第1期

页      面：23-31页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划(2017YFB0803302 2016YFB1000902) 国家"九七三"重点基础研究发展计划(2014CB340405 2014CB340401) 国家自然科学基金重点项目(61433014) 

主　　题：突发事件 检测 跨媒体 词聚类 

摘      要：本文提出一种基于突发词聚类的跨媒体突发事件检测方法。根据事件分析,发现微博具有文本丰富、用户活跃度高、在突发事件检测中具有速度快且高效的特点,但是由于微博文本长度较短,内容过于随意,使得事件发现的结果不够精确。新闻作为官方媒体,其真实性和权威性较高,内容比较规范,事件发现较为准确,但因为新闻数量较少,对于突发事件检测任务来说,时效性较低。现有的方法只针对一种媒体的数据进行挖掘,无法规避掉该媒体的数据所固有的缺点。本文提出一种方法,将微博和新闻2种媒体的数据进行融合,在满足突发事件检测的时效性的同时,提升了突发事件检测的准确率。