ردیابی و بازیابی موضوع در اخبار با الگوریتم تک گذری

ردیابی و بازیابی موضوع در اخبار، سازماندهی یک جریان خبری می باشد که با توجه به اهمیت رویدادهای خبری براساس ترتیب زمانی انجام می شود. از مهمترین مسایل در ردیابی و بازیابی موضوع خبر، اول تشخیص رویداد جدید و بعد پیگیری موضوع می باشد. هدف، یافتن یک رویداد جدید و تشخیص آن از دیگر سندها برای یک موضوع خاص است، (که توسط چندین سند تعریف می شود) می باشد. برای آزمایش سیستم از یک مجموعه داده مختلف خبری استفاده کرده ایم. برای تشخیص رویداد جدید و ردیابی موضوع یک الگوریتم پایه بر مبنای خوشه بندی تک گذر و الگوریتمی بهینه شده در قسمت تعیین شباهت اسناد و خوشه بندی تک گذر ارایه شده است. نتایج بدست آمده نشان از کارآمدی و دقت در الگوریتم پیشنهادی نسبت به الگوریتم پایه می باشد.

کلیدواژه ها:

ردیابی و بازیابی موضوع ، اخبار بر خط ، خوشه بندی تک گذر ، بازیابی اطلاعات ، TF-IDF