TDT中新发现话题的分类研究与实现  

Research and Implementation of New Detected Topic Classification in TDT Technology

作　　者：龙志祎[1] 程葳[1] 沈俊辉[2] 

机构地区：[1]北京城市学院人工智能研究所,北京100083 [2]北京中医药大学信息中心,北京100029

出　　处：《武汉理工大学学报（信息与管理工程版）》2009年第5期762-765,共4页Journal of Wuhan University of Technology：Information & Management Engineering

基　　金：国家高技术研究发展计划资助项目(2005AA147030);国家242信息安全计划资助项目(2005A37)

摘　　要：根据数据源为新闻网站的TDT(topic detection and tracking)系统的话题特点,首先提出了话题分类思想,然后将KNN(k-nearest neighbor)算法与网站频道信息相融合对话题进行分类。实验表明,话题分类的正确率达到98%,具有较高的实用性。According to the features of topics in TDT（Topic Detection and Tracking） system which data source comes from news Web site,the concept of topic classification was proposed.A method integrating KNN（k-Nearest Neighbor） algorithm with channel information to topic classification was presented.Experiments show that topic classification accuracy reaches 98 percent and the practical system is more effective.

关 键 词：TDT 话题分类 KNN 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]