Web突发事件新闻内容过滤中的若干关键技术研究

以互联网上准确、高效的个性化信息服务为研究目标，重点研究限定应用领域信息过滤的基本方法和关键技术。以突发事件新闻为背景，研究：（1）信息过滤的数学模型；（2）突发事件新闻语料库的组织与加工处理方法；（3）突发事件新闻文档的特点及其文档模型的表示方法；（4）用户初始兴趣的挖掘、兴趣模型的构造与动态更新方法等。课题的研究将充分地把中文信息处理技术、知识发现与机器学习方法结合在一起，以提高过滤系统的效率。其研究结果可让用户尽早全面掌握国内外各种突发事件的发生情况和发展趋势，为国家和各级地方政府有关部门及时采取应急措施和制订防范计划等提供参考依据。课题的理论成果对信息过滤技术的研究和网络安全均具有指导意义。其应用前景主要包括：（1）主动提供信息服务，包括电子商务、因特网上的个性化信息服务；（2）对非法信息内容进行过滤和拦截；（3）信息自动获取，包括内容主题识别、信息抽取和知识发现等。