基于Web的热点事件检索和分析系统相关技术研究

批准号：

61073081

项目类别：

面上项目

资助金额：

32.0 万元

负责人：

张岩

依托单位：

北京大学

学科分类：

信息检索与社会计算

结题年份：

2013

批准年份：

2010

项目状态：

已结题

项目参与者：

彭波、严睿、赵鑫、杜娟、王烨鑫、石磊、赵莉、孙柏、孔亮

关键词：

事件话题评论分析时序关系排序

项目摘要

结项摘要

项目成果

张岩的其他基金

相似基金

相关文献

中文摘要

本项目拟通过对事件信息的收集、聚类、时序梳理、评论分析等，对相关事件文档进行系统整理，使用隐性链接分析、命名体识别、结构化信息提取、基于人工词典的文本聚类、定性分析方程等方法和技术，按要素提取事件的简要描述，理清事件的发展脉络，把握事件影响力变化趋势，同时对事件在各阶段的发展进行主流评论分析，让用户对所关心的热点事件能够有彻底、全面的了解和把握。针对在线事件，还可以通过事件话题传播关键点和主要影响因素的分析，预测事件的发展和话题未来变化趋势，并根据需要提供预警。.本项目希望能够从技术上为搜索引擎实现"事件检索和分析"功能提供支持和帮助，从而为广大Web用户了解热点事件和热门话题提供帮助，为企事业单位对和自身相关的事件进行全面的把握和分析提供支持，同时为各级社会管理者及时掌握潜在的网络舆情提供服务。

英文摘要

随着Web信息变化越来越快，及时把握在线事件并进行分析和展示也变得越来越困难。本项目通过对相关问题的研究，获得了原创性算法和技术的突破，并利用研究成果建立了原型系统，预定计划全部完成。项目在以下方面取得了技术突破：（1）事件多版本描述和时序发展记录；（2）复杂事件演变转折点判断；（3）新闻报道和评论的情感分析；（4）新闻事件的图文摘要。.特别地，针对事件演进式摘要，我们于2011年提出了基于交互优化和循环替代优化的演进式摘要生成技术。2012年，微软“杰出科学家” Eric 在数据挖掘顶级会议KDD和Web信息处理顶级会议WWW上发表文章，把我们的工作和著名信息检索专家、麻省大学教授James Allan的工作相提并论。我们的SIGIR论文在短短两年的时间已经被引用三十余次，其中大多是AAAI、SIGIR、KDD、ACL这些顶级会议论文的引用。

期刊论文列表

专著列表

科研奖励列表

会议论文列表

专利列表

基于文本的新闻事件多版本发现模型

DOI： --

发表时间： 2012

期刊：

智能系统学报

影响因子：

作者：