基于在线Biterm主题模型的舆情新闻事件跟踪

舆情新闻事件跟踪,是舆情监控、热点分析、政策制定等研究和应用的重要基础。针对舆情新闻的稀疏性、敏感性、易演化性、次生性等特点,基于在线Biterm主题模型(online Biterm topic model,DBTM),通过随机坍缩变分贝叶斯(stochastic collapsed variational Bayesian inference,SCVB0)算法更新参数,提出面向舆情新闻事件监控的主题模型MBTM(monitor Biterm topic model),利用该模型检测初期事件主题,跟踪后续新闻所属的主题。为了对存在关联关系的事件进行串联,进一步给出事件线索的概念,分别从主题层面和语义层面度量线索关联度,进而针对新闻事件主题生成事件线索。实验结果表明,MBTM模型在大多数指标上均优于OBTM等模型,验证了该方法的有效性和高效性。

物化生化法处理摄影行业定显影液混和废水

采用絮凝沉淀的预处理方法和生物处理方法,对摄影行业定影液和显影液的混和废水进行处理效果的研究。在混凝法预处理实验中,在提取银后的混合液中加入钙离子、聚合氯化铝和阴离子聚丙烯酰胺,考察了絮凝剂聚合氯化铝和阴离子聚丙烯酰胺是投加量及pH值对水样去除率的影响,结果表明,在氯化钙投加量为5 g/L,pH值为9(氧化钙的投加量为3g/L),5%聚合氯化铝投加量为40 m L/L,1‰阴离子聚丙烯酰胺投加量为50 m L/L的条件下,水样CODcr总去除率可达30%左右,盐分去除率达37%左右;通过厌氧+两级好氧法生物处理方法实验得出,在厌氧池停留时间为24 h,一级好氧池和二级好氧池均为6 h的条件下,水样CODcr总去除率可达70.46%左右,水样有机物浓度大大减少,危害大大降低。

基于Biterm主题模型的新闻线索生成方法

【目的】为解决生成新闻线索时抽取新闻主题及度量子事件相关性困难的问题,通过动态滑动窗口的方法改进主题模型,提高长文本和短文本新闻主题抽取的质量,并基于抽取出的新闻主题,提出面向新闻事件的新闻线索生成方法。【方法】在主题模型IBTM(Incremental Biterm Topic Model)的基础上,通过动态滑动窗口减小二元词组的提取范围,提出既适合在长文本新闻也适合在短文本新闻上抽取主题的News-IBTM模型,进而基于该模型从新闻数据中抽取主题分布和主题-词分布、推断文档-主题分布,再利用JS散度来度量文档-主题分布的差异,从而生成新闻线索。【结果】在人民网新闻和微博新闻数据上的实验结果表明,无论是长文本新闻还是短文本新闻,News-IBTM在困惑度、准确率及效率上都优于现有的经典主题模型。【局限】News-IBTM以及其他新闻线索生成方法的准确率都不高,还可以进一步提升。【结论】本文方法适合应对长文本和短文本新闻主题抽取的质量问题,并能从新闻事件中获取新闻线索。