ارائه یک الگوریتم تشخیص رویداد جدید و ردیابی موضوع در اخبار فارسی

هدف تشخیص و ردیابی موضوع، کمک به سازماندهی نقل ها در یک جریان خبری می باشد. این سازماندهی براساس ترتیب زمانی و با توجه به رویدادهای خبری انجام می شود. دو مسئله مهم در تشخیص و ردیابی موضوع خود، تشخیص رویداد جدید و پیگیری موضوع می باشد. تمرکز این مسائل برای پیدا کردن عملی نقل از یک رویداد جدید و تشخیص دیگر نقل ها برای یک موضوع خاص که توسط چندین نقل تعریف می شود، می باشد. در این مقاله ما برای آزمایش سیستم از یک مجموعه داد که از سه سایت مختلف خبری فارسی تهیه شده است استفاده کرده ایم. برای تشخیص رویداد جدید و ردیابی موضوع یک الگوریتم پای بر مبنای خوشه بندی تک گذر به الگوریتم نیز بهینه شده در قسمت تمرین شباهت استاندارد و خوشه بندی تک گذر ارائه شده است. نتایج به دست آمده نشان از بدعت بالای الگوریتم پیشنهادی نسبت به الگوریتم پایه می باشد. در این مقاله برای اولین بار تشخیص و ردیابی موضوع برای زبان فارسی ارائه شده است.

کلیدواژه ها:

بازیابی اطلاعات ، اخبار برخط ، خوشه بندی تک گذر ، تشخیص و ردیابی موضوع ، TF-IDF افزایشی