新闻话题线索与主题的探测研究

简单的新闻排列与分类组织已经无法满足互联网时代人们快速吸收、理解信息的要求。自动探测话题（种子事件与相关事件的集合）内在结构，表示话题内事件随时间的演化，已成为当今信息过载急需解决的问题之一。本项目研究新闻话题的描述模型，引入概率模型（LDA），建立具有新闻报道特征的新闻话题描述模型；研究新闻话题事件的关联模型，特别是因果关系和细化关系（elaboration）的判断准则；研究话题随时间的演化模型；研究线索与主题的特征抽取与探测算法。通过探测新闻话题的线索（话题的内在结构）与主题（随时间的演化），实现自动组织话题，更好地表示热点话题和基于时间特性话题（例如SARS）的发生与演化过程。