网络热点信息发现研究  

Research on Internet hotspot information detection

作　　者：曾依灵[1] 许洪波[1] 

机构地区：[1]中国科学院计算技术研究所

出　　处：《通信学报》2007年第12期141-146,共6页Journal on Communications

基　　金：国家重点基础研究发展计划("973"计划)基金资助项目(2004CB318109)~~

摘　　要：为了有效挖掘海量网络数据中的热点信息,设计了网络热点信息发现算法。基于多级滤噪进行切分词拼接,利用特定的噪声库与多级滤噪策略严格控制拼接过程,挑选合理的收录策略,提取出能够准确反映海量网络数据中热门事件的热点信息串。在TDT国际标准评测语料上算法表现出令人满意的性能。To recognize the hotspot information through great deal of Internet data, the hotspot information detection algorithm （HID） was designed. Based on segmented word joint, with a customized noise library and multi-level filtering strategies, HID was provided with the ability to detect hotspot information in large amount of Internet pages. Experiment on TDT international standard test comus proved the efficiency of HID.

关 键 词：热点信息发现 未登录词识别 切分词拼接 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]