论文研究基于特征本体的文本流主题检测研究.pdf

传统的主题检测方法以统计理论为基础，忽略了数据本身蕴涵的语义，带来了偏差严重、与样本数据高度相关等缺点。针对以上缺点，面向文本流数据，提出一种基于特征本体的主题检测方法。首先构建文本特征本体；其次，将较为复杂的文本特征本体看做是由若干主题组成的连通图，然后将主题连通图分解成单边图集合；再次，将主题相似度计算问题转换为单边图贡献度和图相似度的计算问题；最后，对每一批新文本集检测是否有新主题，从而使得主题的个数随着时间的推移而增加。在科技文献和新闻语料上进行实证研究，结果发现阈值δ参数决定文本流中新主题出现的频率，且实验结果同经典主题模型基本保持一致。除此之外，同传统的方法相比，提出的方法能更好地支持主题的语义表示，且适用于流数据，能增量实现主题检测，在应用上具有