论文部分内容阅读
网络信息的指数爆炸给人们获取与掌控信息带来了困扰，为了挖掘海量信息中的关键因子并以恰当的方式进行组织，本文设计了网络文本主题词提取和组织算法。该算法基于多级滤噪的切分词拼接，利用特定的噪音库与滤噪策略严格控制拼接过程，在合理收录策略的挑选下，算法提取出了能够准确反映海量网络数据中关键因子的主题词串。为清晰地组织主题词，建立主题词与网络事件的有机联系，设计了新的词聚类策略对主题词提取结果进行处理，使表达同一热点的主题词合理地组织在一起，共同描述同一事件。在以实际网络文本为语料的实验中，算法表现出令人满意的性