《表2 聚类结果:一种基于词聚类信息熵的新闻提取方法》
使用Word2vec对语料中经过预处理的所有词汇进行训练,维度为200维。利用已训练好的词向量对高频词进行K-means聚类,将所有的高频词分为20组,结果如表2所示。若待计算文章中未出现某个高频词,可在同一类别中查看是否出现了其它高频词,将同一类别中所有词汇的出现次数作为某一类别的出现频率。最后,根据设置的信息熵阈值,判定所计算文章是否属于新话题新闻。若信息熵高于阈值,则判定为新话题文章。
图表编号 | XD00122256100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.15 |
作者 | 牛伟农、吴林、于水源 |
绘制单位 | 中国传媒大学智能融媒体教育部重点实验室、中国传媒大学智能融媒体教育部重点实验室、中国传媒大学智能融媒体教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |